图像分割|机器学习|模式识别(2019-04-23~04-28)

本周计划

1. 完成cat多层的代码

2.完成学习机器学习作业



4.15

●完成一下,作业

3.matlab生成高斯随机分布数据

matlab生成两类服从高斯分布的数据 mvnrnd

●完成了cat 所有层,在大数据上训练,大概需要2天。

4.24

●完成了吴恩达机器学习课程K-Means和PCA的相关作业。做了一个总结

K均值和KNN算法(学习笔记)

4.25

学校机器学习课的作业真的难成shi。不像国外作业,很多代码都写好,只用填关键部分。而国内作业基本从0开发。啊。。。学校作业要求实现k-means的核化版本。查了一下资料,就只有一些公式。Matlab竟然也没有现成的函数可以用。R语言有,难道要再学一个R语言??好气。

4.29

大数据真的训练了很久,结果是高了10个点,但是,发现不改网络结构,直接用大数据驱动,结果是一样的。F1都是0.85。十分沮丧了。网络结构的改进在小数据上有提升,但是大数据上好像被忽略了。我猜,因为数据少,需要网络复杂,学习到更多的东西,而当数据集多时,网络的复杂影响会削弱一些。所以。

另寻他路。

你可能感兴趣的:(图像分割|机器学习|模式识别(2019-04-23~04-28))