2016

大年三十贴完了对联,2016也就快过去了,不禁感叹现在都赶不上时间的脚步了。这一年发生的事情还是蛮多的,大部分对我都有直接性甚至决定性的影响。

以前从来没有写过总结,主要是是文笔太差,想不起写啥。不过今年下定决心,各个方面随性写点,主要是为了将来回忆,毕竟时间过的这么快。

Read More

hexo迁移重装

Hexo属于静态博客,不像WordPress等具有后台系统,可以在任意平台直接使用。而Hexo此类没有统一的后台管理,在换了系统,或者换了电脑,都需要重新安装一下,包括一些配置,如果手动复制迁移,很容易产生错误,因为很多东西不支持直接复制。因此下面记录自己的迁移方式,还是很简单的。

Read More

TensorFlow练习2-CNNs实现分类

上一次主要是使用最简单的前馈神经网络,来对mnist数据进行了分类,测试正确率可以达到94-95%,这一节主要使用TensorFlow来实现卷积神经网络(CNN), 正确率可以到99%了,这已经接近最高了。 另外这一篇不记录CNN的原理以及训练方式,等段时间在整理。

同前一篇NN,首先定义几个参数:

Read More

机器学习基石笔记(7)-非线性转换

引入

前面介绍了PLA,Linear Regression 和 Logistic Regression 这三种线性分类(回归)模型,已经知道可以很好地用来处理线性可分的数据集或者说大概可以线性可分,然而现实世界中很多数据并不是线性可分的,起码很难找到一个超平面去分开两类数据,而Linean Model的限制也就是无法很好地处理无法用超平面区分的数据,这种数据很常见,如下图的一个2维数据集:

Read More

机器学习基石笔记(4)-线性回归

11.25日更新: Linear-Regression练习


前面的学习基本都是介绍机器学习可以学习的原因。这里开始讲如何学习。也就是如何选择算法去找到最好的hypothesis.接下来几篇将会介绍线性模型,包括前面的PLA(感知机), 以及这一节的Linear Regression(线性回归),还有下一节的Logistic Regression(逻辑回归),以及它们的联系。

Read More