-
《白话深度学习与TensorFlow》——第2章 深度学习是...
也许你要说，这么简单的东西干嘛非要往神经元上去靠，这不是把问题复杂化了么？好吧，这个问题我也先不做解释，我们再看下一个例子。x既然可以是一个一维的向量，那其实也可以是5维的（就如上图这样），当然也可以是...文章 2017-09-04 2299浏览量 -
机器学习中的规则化范数(L0,L1,L2,核范数)
至于过拟合是什么，上面也解释了，就是模型训练时候的误差很小，但在测试的时候误差很大，也就是我们的模型复杂到可以拟合到我们的所有训练样本了，但在实际预测新的样本的时候，糟糕的一塌糊涂。通俗的讲就是应试...文章 2017-11-09 999浏览量 -
范数规则化之核范数与规则项参数选择
那它是干嘛用的呢？霸气登场：约束Low-Rank（低秩）。OK，OK，那我们得知道Low-Rank是啥？用来干啥的？我们先来回忆下线性代数里面“秩”到底是啥？举个简单的例子吧： 对上面的线性方程组，第一个方程和第二个方程...文章 2017-09-03 1703浏览量 -
浅谈机器学习中的规则化范数（转）
至于过拟合是什么，上面也解释了，就是模型训练时候的误差很小，但在测试的时候误差很大，也就是我们的模型复杂到可以拟合到我们的所有训练样本了，但在实际预测新的样本的时候，糟糕的一塌糊涂。通俗的讲就是应试...文章 2015-12-29 881浏览量 -
【干货】推荐系统原理介绍
具体的逻辑回归，又分为线性和非线性的。其他的机器学习算法还有：K均值聚类算法，Canopy聚类算法，等等。有兴趣的同学可以看看July的文章。链接在最后的阅读原文。LR逻辑回归分为三个步骤： 提取特征值 通过用户...文章 2017-05-02 1462浏览量 -
SVM-支持向量机算法（一）
支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法是建立...文章 2016-05-05 2713浏览量 -
计算广告关键技术：他们怎么什么都知道？
“要是知道你正在干嘛就好了”媒体网站嘴里嘟囔着，突然脑海中灵光一闪，大叫一声：(图片来自网络) 5.1.2 上下文标签关键技术 一句话解释上下文标签的做法：吃的是URL，挤的是标签。“我当然知道他在干嘛！我有日志...文章 2017-05-18 3187浏览量 -
机器视觉与深度神经网络—洗去浮华,一窥珠玑
究竟我们研究人脸识别算法干嘛用？这里简单谈两个方面的应用，一者娱乐用，另一者那是相当的“不娱乐”啊。先说前者，举个栗子就是百度魔图去年搞的“pk大咖明星脸”（测测你与哪个明星长得像，如图2a）和“全民大...文章 2017-05-02 1017浏览量 -
机器视觉与深度神经网络—洗去浮华,一窥珠玑
究竟我们研究人脸识别算法干嘛用？这里简单谈两个方面的应用，一者娱乐用，另一者那是相当的“不娱乐”啊。先说前者，举个栗子就是百度魔图去年搞的“pk大咖明星脸”（测测你与哪个明星长得像，如图2a）和“全民大...文章 2017-05-02 1720浏览量 -
浅谈Logistic回归及过拟合
产生这个现象的原因是存在一些无法正确分类的样本点，也就是我们的数据集并非线性可分，但我们的logistic regression是线性分类模型，对非线性可分情况无能为力。然而我们的优化程序并没能意识到这些不正常的样本点...文章 2016-06-13 2051浏览量 -
2014-04-03研究笔记整理
在肖柯的硕士毕业论文中《基于CCA的fMRI时空模型数据处理方法的研究》，他的总体思路是利用cca提取出fmri图像在时间和空间上两个相关系数，也就是两个特征，然后利用pca，对这两个特征进行融合，得的一个综合的相关...文章 2017-06-30 1331浏览量 -
MobileNet教程：用TensorFlow搭建在手机上运行的图像...
为解决这个问题，我们可以挨个浏览每张图片然后手动进行标注，但如果是这样那我们还要Deep learning干嘛呢？实际上，我们将在所有数据的基础上重新训练一个大型的网络（比如Inception V3），注意要通过early ...文章 2018-01-08 1831浏览量 -
智能的过去和未来，谢耘演讲实录
这个事情形式模仿到今天为止别没有产生很了不起的结果，所谓结果就是非线性函数，非线性函数对样本集合按照最小差来拟合的过程，这个几百年就有了，所以形式模仿并没有成果。真正成功的是后两个，分别是机制模仿和...文章 2017-05-02 1145浏览量 -
TensorFlow 基础实战
初识 TensorflowTensorflow 是干嘛的&xff0c;就不过多赘述了&xff0c;小伙伴们可以访问官网来详细了解https://www.tensorflow.org/基础概念•张量•指令•图•会话张量&xff1a;张量是任意维度的数组标量&xff0c;是零维数...文章 2022-05-19 47浏览量 -
【深度学习之美】人工“碳”索意犹尽，智能“硅”来未...
卷积网络见解深（深度学习入门系列之九）卷地风来忽吹散，积得飘零美如画（深度学习入门系列之十）局部连接来减参，权值共享肩并肩（深度学习入门系列之十一）激活引入非线性，池化预防过拟合（深度学习入门系列之十...文章 2017-05-22 34174浏览量 -
【深度学习之美】BP算法双向传，链式求导最缠绵（入门...
系列文章： 一入侯门“深”似海，深度学习深几许（深度学习入门系列之一）人工“碳”索意犹尽，智能“硅”来未可知（深度学习入门系列之二）神经网络不胜语，M-P模型似可寻（深度学习入门系列之三）“机器学习”...文章 2017-06-25 36614浏览量
