| 共 13 篇文章 |
|
tf.reset_default_graph()tf_X = tf.placeholder(tf.float32,[None,64])tf_Y = tf.placeholder(tf.float32,[None,10])H = 1 / (1 + tf.exp(-(tf.matmul(X_DATA, W) + b)))loss = tf.reduce_mean(- Y* tf.log(tf.clip_by_value(H,1e-11,1.0)) - (1 - Y) * tf.log(1 - tf.clip_by_value(H,1e-11,1.0)))# 也可以使用tensorflow的版本：#loss = tf.... 阅1952 转0 评0 公众公开 18-08-08 08:59 |
机器学习实战----8大分类器识别树叶+源码。不多说，进入八大分类器。比如让你去识别另外一个人，一般从脸型，肤色，身高，体重…..这些特征去标记，现在计算机识别树叶可能就从叶子啊，形状啊，宽度啊，有无锯齿啊，这些去识别。训练分类器：就是找到一个有某些特征的样本，我们只需要对新来的特征和前面出现类似的特征进行比对，那么找出最可... 阅108 转0 评0 公众公开 18-08-02 16:52 |
第m层隐层的节点与第m-1层的节点的局部子集，并具有空间连续视觉感受野的节点（就是m-1层节点中的一部分，这部分节点在m-1层都是相邻的）相连。function [state]=convolution(data,kernel)%实现卷积层操作[data_row,data_col]=size(data);[kernel_row,kernel_col]=size(kernel);for m=1:data_col-kernel_col+1 for n=1:data_row-kernel_row+1 s... 阅275 转0 评0 公众公开 18-08-02 13:17 |
function net = cnnapplygrads(net, opts) for l = 2 : numel(net.layers) if strcmp(net.layers{l}.type, ‘c’) for j = 1 : numel(net.layers{l}.a) for ii = 1 : numel(net.layers{l - 1}.a) net.layers{l}.k{ii}{j} = net.layers{l}.k{ii}{j} - opts.alpha * net.layers{l}.dk{ii}{j}; end net.layers{l}.b{j} = net.layers{l}.b{j} - opt... 阅10281 转36 评0 公众公开 18-08-02 13:17 |
function net = cnnapplygrads(net, opts) for l = 2 : numel(net.layers) if strcmp(net.layers{l}.type, ‘c’) for j = 1 : numel(net.layers{l}.a) for ii = 1 : numel(net.layers{l - 1}.a) net.layers{l}.k{ii}{j} = net.layers{l}.k{ii}{j} - opts.alpha * net.layers{l}.dk{ii}{j}; end net.layers{l}.b{j} = net.layers{l}.b{j} - opt... 阅420 转2 评0 公众公开 18-07-30 13:05 |
负正类率(false positive rate, FPR),计算公式为：FPR=FP/(TN+FP)，计算的是模型错识别为正类的负类样本占所有负类样本的比例，一般越低越好。在实际的数据集中经常会出现类不平衡（class imbalance）现象，即负样本比正样本多很多（或者相反），而且测试数据中的正负样本的分布也可能随着时间变化。那么对于正样本中rank最大的样本,rank_max,... 阅3500 转10 评0 公众公开 18-07-30 11:12 |
andrew NG团队-深度学习-心电论文题目：该论文主要做的事情建立了从单导联的心电信号到14种心脏疾病的模型，模型是一个34层的CNN网络。正确率从0.519到0.908不等，几乎都是模型的效果要略好一点总结论文声称自己的模型超过了心电科的医生，不同于传统的提取各种统计指标再训练模型，是一种直接从sequnce训练的模型，确实能够减少很多工作量2.果... 阅286 转0 评0 公众公开 18-07-30 11:03 |
深度学习-通过心电信号检测出糖尿病论文题目。用手环的心率数据来检测四种疾病：糖尿病，高胆固醇，睡眠呼吸暂停和高血压该公司主要出发点：该论文找到了一个非常有趣的切入点，是一个初创公司发的论文，目前也在开发基于该论文的产品，做的是一件很有意义的事情，可以帮助人们在不需添购新硬件的情况下提前检测到疾病风险，比那些无聊的纯粹为... 阅47 转0 评0 公众公开 18-07-30 10:56 |
#所有可以使用''''''''sweet''''''''和‘not’ sweet 这两种特征的水果数目统计出各种水果的总数。attr_prob[attr]=data[fruit][attr]/count[fruit]evidence_prob[attr]=attr_total/total.prob*=self._likelihood_prob[label][attr]/self._evidence_prob[attr]sets=[('&#... 阅3005 转19 评0 公众公开 18-03-29 15:02 |
2.提取数据特征：提取训练数据集的属性特征，以便我们计算概率并做出预测。def calculateClassProbabilities(summaries, inputVector):probabilities = {}for classValue, classSummaries in summaries.iteritems():probabilities[classValue] = 1for i in range(len(classSummaries)):mean, stdev = classSummaries[i]x = inputVector[i]proba... 阅88 转0 评0 公众公开 18-03-29 14:53 |
