关闭
当前搜索:

感知器算法----Matlab实现

data=[0 0 -1;0 1 1 ; -1 0 1 ; 1 1 -1]; X = data(:, [1, 2]); y = data(:, 3); m = size(X,1); plotData1(X,y); X = [ones(m,1) X]; error = 1; W=[0;0;0]; first = 1; tim=0 alph=0.1; hold on axis([-2 2 -2...
阅读(393) 评论(0)

18 个锻炼编程技能的网站

转载:https://mp.weixin.qq.com/s?__biz=MjM5OTA1MDUyMA==&mid=2655436512&idx=1&sn=78de99850ea3d9ba26917b04bf16efa9&scene=0&key=56dad6f73ddfc2e473da26a837a409bb1ebfac3271871029db0444c2a85cdad2d5862e8574ab0b...
阅读(256) 评论(0)

台湾清华彭明辉教授的研究生手册

Before you try...  Before you try to solve a problem, define it.  Before you try to control a process, understand it.  Before trying to control everything, find out what is important.  Start by pi...
阅读(314) 评论(0)

周志华点评机器学习会议

这篇文章的内容是南京大学周志华老师对国际学术会议(主要是计算机、数据挖掘、机器学习方面)的点评,对于从事学术研究的人,持续关注相关的研究方向的会议内容,可以掌握最新的研究动态。原文按照tier1、tier2、tier3逐个列出了每类会议的全称,接着是会议的影响力,最后是周老师对这些会议的点评。为便于阅读,我把第3部分对会议的点评调整到会议名称列表之后。另外一个疑问是,tier和rank有啥区别,t...
阅读(378) 评论(0)

深度学习,Yann LeCun给大学生的十四条建议

Yann LeCun是深度学习研究领域内一个响当当的名字,卷积神经网络(Convolutional Neural Network)正是他的代表作。他为有志成为深度学习领域科研人员的大学生提出了14条建议,其中编号为0的是对于课程选择的建议,编号1-13则是完整的、可操作的成为科研人员的指导手册。 0. Take all the continuous math and physic...
阅读(314) 评论(0)

关于机器学习教材建议

机器学习集技术、科学与艺术于一体,它有别于传统人工智能,是现代人工智能的核心。它牵涉到统计、优化、矩阵分析、理论计算机、编程、分布式计算等。因此,建议在已有的计算机专业本科生课程的基础上,适当加强概率、统计和矩阵分析等课程,下面是具体课程设置和相关教材的建议: 加强概率与统计的基础课程,建议采用莫里斯·德格鲁特(Morris H.DeGroot) 和马克·舍维什(Mark J.Schervi...
阅读(375) 评论(0)

深度卷积神经网络用于图像缩放Image Scaling using Deep Convolutional Neural Networks

This past summer I interned at Flipboard in Palo Alto, California. I worked on machine learning based problems, one of which was Image Upscaling. This post will show some preliminary results, discuss ...
阅读(656) 评论(0)

RNN生成音乐

计算图模型 1.    下载midi文件  下载midi格式音乐的网站:freemidi.org 2.创建NoteSequences 即创建旋律数据库,将MIDI集合转化为NoteSequences。(NoteSequences是协议缓冲区,它是一种快速有效的数据格式,并且比MIDI文件更易于使用) INPUT_DIRECTORY=/Users/mac/Desktop/MID...
阅读(668) 评论(2)

Numpy 快览(一)

1.    创建数组: In[2]:a=arange(5)   In[3]:a Out[3]: array([0, 1, 2, 3, 4]) 2. 查看类型: In[6]:a.dtype Out[6]: dtype('int64') 3.    向量的维度: In[7]:a.shape Out[7]: (5,)   a.shape是一个tuple,代表每一个维度的大小...
阅读(125) 评论(0)

ipython

进入ipython zhu-Macs-MacBook-Pro:~ zhujianing$ ipython --pylab 保存编辑的代码 %logstart 运行python文件 %run -i ipython_log.py 若输入d,即为调试,键入c逐行调试 %run -d ipython_log.py若输入p,为性能分析%run -p ipython_log.py 资源帮助 ...
阅读(119) 评论(0)

使用KNN算法手写体识别

#!/usr/bin/python #coding:utf-8 import numpy as np import operator import matplotlib import matplotlib.pyplot as plt import os ''' KNN算法 1. 计算已知类别数据集中的每个点依次执行与当前点的距离。 2. 按照距离递增排序。 3. 选取与当前点距离最小的k个点 ...
阅读(211) 评论(0)

使用KNN算法改进约会网站的配对效果

#!/usr/bin/python #coding:utf-8 import numpy as np import operator import matplotlib import matplotlib.pyplot as plt ''' KNN算法 1. 计算已知类别数据集中的每个点依次执行与当前点的距离。 2. 按照距离递增排序。 3. 选取与当前点距离最小的k个点 4. 确定前k个点所...
阅读(130) 评论(0)

k-近邻算法

#!/usr/bin/python #coding:utf-8 import numpy as np import operator ''' KNN算法 1. 计算已知类别数据集中的每个点依次执行与当前点的距离。 2. 按照距离递增排序。 3. 选取与当前点距离最小的k个点 4. 确定前k个点所在类别的出现频率 5. 返回前k个点出现频率最高的类别作为当前点的预测分类 ''' def crea...
阅读(170) 评论(0)

更新tensorflow到1.2版本

sudo pip install --upgrade tensorflow...
阅读(303) 评论(0)

python文件批处理

#!/usr/bin/python #coding:utf-8 import numpy as np import os # 关于中心点对称,输入为3维数组 def gycenter(f): # 获得每一维度的长度 coordZ = f.shape[0] coordY = f.shape[1] coordX = f.shape[2] for z in ra...
阅读(150) 评论(0)

python文件操作

Python获取文件上一级目录:取文件所在目录的上一级目录 os.path.abspath(os.path.join(os.path.dirname('settings.py'),os.path.pardir)) os.path.pardir是父目录,os.path.abspath是绝对路径 举例具体看一下输出:     print os.path.dirname(os.p...
阅读(94) 评论(0)

python内置类型

indexmodules |next |previous | Python »  dev (3.7)3.6 3.5.33.43.3 2.7 Documentation » The Python Standard Library »    | 4. Built-in Types The following sections describe th...
阅读(113) 评论(0)

A Beginner's Guide To Understanding Convolutional Neural Networks Part 2

原文网址:/darkprince120/article/details/52996004 Introduction         本文将会更加详细地介绍卷积网络。声明:现在我意识到有些内容相当复杂,甚至需要用一整篇文章才能解释清楚。为了内容详尽的同时尽量保证文章精简,我会将有关内容的参考文献链接到本文中。 Stride and...
阅读(208) 评论(0)

A Beginner's Guide To Understanding Convolutional Neural Networks

原文网址:/darkprince120/article/details/52807029 Introduction         卷积神经网络CNN,虽然它听起来就像是生物学、数学和计算机的奇怪混杂产物,但在近些年的机器视觉领域,它是最具影响力的创新结果。随着Alex Krizhevsky开始使用神经网络,将分类...
阅读(230) 评论(0)

你应该知道的9篇深度学习论文(CNNs 理解)

原文网址:http://blog.csdn.NET/darkprince120/article/details/53024714   Introduction         本文主要总结了卷积神经网络在机器视觉领域的重要发展及其应用。我们将介绍几篇重要的公开发表的论文,讨论它们为何重要。前一半的论文(AlexNet到ResNet)将主要涉及整体系统架构的...
阅读(1630) 评论(0)
116条 共6页1 2 3 4 5 ... 下一页 尾页
    个人资料
    • 访问:72921次
    • 积分:1465
    • 等级:
    • 排名:千里之外
    • 原创:69篇
    • 转载:47篇
    • 译文:0篇
    • 评论:9条
    最新评论