Simple AI
首页
归档
分类
标签
关于
文档
TensorFlow 2系列教程
神经网络入门-感知器、激活函数
感知器–神经网络的起源神经网络是由人工神经元组成的。我们先来看看人的神经元是什么构造: 感知器是激活函数为阶跃函数的神经元。感知器的模型如下: 是不是感觉很一样啊 ,神经元也叫做感知器。感知器算法在上个世纪50-70年代很流行,也成功解决了很多问题。并且,感知器算法也是非常简单的。 感知器的定义 我们再来分析下上图这个感知器,可以看到,一个感知器有如下几个组成部分: 输入(inputs):一个
2018-08-14
深度学习
深度学习
神经网络
TensorFlow-从入门到实践
TensorFlow 从入门到实践导入TensorFlow模块,查看下当前模块的版本 import tensorflow as tf print(tf.__version__) 1.4.0 tensorflow是一种图计算框架,所有的计算操作被声明为图(graph)中的节点(Node) 即使只是声明一个变量或者常量,也并不执行实际的操作,而是向图中增加节点 我们来看一上前面安装TensorF
2018-08-13
TensorFlow
深度学习
TensorFlow
环境搭建-使用 Virtualenv 进行安装TensorFlow
使用 Virtualenv 进行安装TensorFlow环境:ubuntu 16.04 安装 pip 和 Virtualenv $ sudo apt-get install python-pip python-dev python-virtualenv # for Python 2.7 $ sudo apt-get install python3-pip python3-dev pyth
2018-08-11
TensorFlow
深度学习
TensorFlow
环境搭建
Virtualenv
环境搭建-TensorFlow-CPU/GPU安装ubuntu16.04版
系统:Ubuntu 16.04。显卡:GTX 1050,独显无集成显卡。 Ubuntu TensorFlow-CPU安装最简单的方法使用 pip 来安装 # Python 2.7 pip install --upgrade tensorflow # Python 3.x pip3 install --upgrade tensorflow 安装出错,或者下载速度慢,可以采用离线安装的方式 离线
2018-08-09
TensorFlow
深度学习
TensorFlow
环境搭建
Ubuntu
环境搭建-TensorFlow-CPU/GPU安装windows10版
Windows TensorFlow-CPU安装备注:CPU和GPU是不能同时安装的,如果需要的话可以再配置一个环境或者建个虚拟环境。 环境:window7或以上 python版本要求:3.5.x以上 打开window cmd,直接使用CPU-only命令安装,如下: pip3 install --upgrade tensorflow 然后等待,直至安装成功。 如果你网速很慢的话
2018-08-09
TensorFlow
深度学习
TensorFlow
环境搭建
windows
深度学习-什么是深度学习?
人工智能、机器学习、神经网络、深度学习关系 理解深度学习和传统算法区别机器学习与人类思维 深度学习与应用图像识别图像识别,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。 目标识别目标识别是指一个特殊目标(或一种类型的目标)从其它目标(或其它类型的目标)中被区分出来的过程。它既包括两个非常相似目标的识别,也包括一种类型的目标同其他类型目标的识别。 人脸识别人脸
2018-08-08
深度学习
深度学习
机器学习-贝叶斯网络
贝叶斯网络的概念把某个研究系统中涉及的随机变量,根据是否条件独立绘制在一个有向图中,就形成了贝叶斯网络。 贝叶斯网络(Bayesian network),又称信念网络(Belief Network),或有向无环图模型。是一种概率图模型,根据概率图的拓扑结构,考察一组随机变量${ X_1,X_2…X_n}$及其n组条件概率分布的性质。也就是说它用网络结构代表领域的基本因果知识。 贝叶斯网络的形式
2018-08-02
机器学习
机器学习
贝叶斯网络
信念网络,有向无环模型
机器学习-朴素贝叶斯
朴素贝叶斯的概念朴素贝叶斯分类(Naive Bayes Classifier)是一种简单而容易理解的分类方法,看起来很Naive,但用起来却很有效。其原理就是贝叶斯定理,从数据中得到新的信息,然后对先验概率进行更新,从而得到后验概率。 就好比说我们判断一个人的品质好坏,对于陌生人我们对他的判断是五五开,如果说他做了一件好事,那么这个新的信息使我们判断他是好人的概率增加了。朴素贝叶斯分类的优势在于不
2018-08-01
机器学习
机器学习
贝叶斯分类器
贝叶斯定理
机器学习-EM
EM算法简介最大期望演算法(Expectation-maximization algorithm,又译期望最大化算法)在统计中被用于寻找,依赖于不可观察的隐性变量的概率模型中,参数的最大似然估计。 在统计计算中,最大期望(EM)算法是在概率模型中寻找参数最大似然估计或者最大后验估计的算法,其中概率模型依赖于无法观测的隐性变量。最大期望算法经常用在机器学习和计算机视觉的数据聚类(Data Clust
2018-07-31
机器学习
机器学习
无监督学习
聚类
EM
机器学习-聚类
无监督学习无监督学习是一种机器学习方法,用于发现数据中的模式。输入无监督算法的数据都没有标签,也就是只为算法提供了输入变量$(X)$而没有对应的输出变量。在无监督学习中,算法需要自行寻找数据中的结构。 无监督学习问题可以有以下三种类型: 关联:发现目录中项目共现的概率。其广泛应用于“购物车分析”。例如,如果一个顾客购买了火腿,他会有80% 的概率也购买鸡蛋。 聚类:将样本分组,这样,同一聚类中的
2018-07-29
机器学习
机器学习
无监督学习
聚类
1
…
11
12
13
14
搜索
×
关键词