發(fā)簡(jiǎn)信
IP屬地：山東
-
k-means
假設(shè)我們有一個(gè)樣本集?，我們想將這些數(shù)據(jù)聚成指定數(shù)量的幾類。這里，?。因?yàn)闆](méi)有與?對(duì)應(yīng)的標(biāo)簽?，因此，這是一個(gè)非監(jiān)督的學(xué)習(xí)問(wèn)題。 用k-mean...
-
DenseNet的tensorflow實(shí)現(xiàn)這篇博文主要由以下三部分組成1. DenseNet和ResNet的對(duì)比ResNet的出現(xiàn)，使我們能夠訓(xùn)練數(shù)更深的網(wǎng)絡(luò)，ResNet的核心是通過(guò)采...
-
logistic回歸
假設(shè)有個(gè)樣本為，其中為第個(gè)樣本的特征，為第個(gè)樣本的標(biāo)簽。logistic regression的hypothesis為：從上式的logistic...
-
最小二乘擬合
最小二乘的hypothesis為：其中表示第個(gè)樣本，表示的第個(gè)特征。最小二乘的目標(biāo)函數(shù)為：我們可以通過(guò)使沿著其梯度方向進(jìn)行更新來(lái)最小化目標(biāo)函數(shù)。...
-
讓你的爬蟲效率提升40倍 python 多進(jìn)程+協(xié)程 爬蟲
多進(jìn)程 關(guān)于多進(jìn)程爬蟲和多進(jìn)程方面的知識(shí)可以參考崔慶才的博客和python文檔 協(xié)程 關(guān)于協(xié)程的介紹，強(qiáng)烈推薦大家看看這份指南 由于GIL的原因...
-
基于keras的文本分類
1. 文本預(yù)處理 Step1 Tokenizer 文本標(biāo)記實(shí)用類該類允許使用兩種方法向量化一個(gè)文本語(yǔ)料庫(kù)： 將每個(gè)文本轉(zhuǎn)化為一個(gè)整數(shù)序列（每個(gè)整...