感知机

李航老师《统计学习方法》第二版第二章答案

1、Minsky与Papert指出：感知机因为是线性模型，所以不能表达复杂的函数，比如异或（XOR）。验证感知机为什么不能表示异或。
六七～·2021-04-07 16:41

感知机原理解析与代码实现

importnumpyasnpfromsklearn.datasetsimportload_irisimportmatplotlib.pyplotaspltimportpandasaspdfrommatplotlib.colorsimportListedColormapclassPerceptron(object):def__init__(self,lr,n_iter):self.lr=lrsel
·2021-03-26 19:17

感知机原理解析与代码实现

importnumpyasnpfromsklearn.datasetsimportload_irisimportmatplotlib.pyplotaspltimportpandasaspdfrommatplotlib.colorsimportListedColormapclassPerceptron(object):def__init__(self,lr,n_iter):self.lr=lrsel
·2021-03-26 19:39

使用paddle动态图搭建网络(入门)

，在动态图模式下用容易上手的高层api复现多种网络使用paddle2.0动态图搭建网络(超简易)环境Aistudio项目Notebook线上环境paddle版本:2.0使用动态图模式(默认)参考•多层感知机模型
Bleak_Code·2021-03-10 17:57

【Tensorflow教程笔记】TensorFlow Hub 模型复用

Tensorflow教程笔记基础TensorFlow基础TensorFlow模型建立与训练基础示例：多层感知机（MLP）卷积神经网络（CNN）循环神经网络（RNN）深度强化学习（DRL）KerasPipeline
_APTX4869·2021-03-03 17:38

统计学习方法第二章感知机算法

#-*-coding:utf-8-*-#@FileName:统计学习方法第二章感知机算法#@Software:PyCharm#@Author:liXu#@Time:2021//03//01importtimeimportnumpyasnpdefloaddata
莉莉酱z·2021-03-02 13:46

统计学习方法 第2章 感知机

第2章感知机感知机(perceotron)是二分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1，-1二值。
NelsonCheung·2021-03-01 12:59

机器学习基础篇（十二）——多层感知机

机器学习基础篇（十二）——多层感知机一、概述多层感知机（MLP：Multi-LayerPerceptron）由感知机(PLA:PerceptronLearningAlgorithm)推广而来。
柚子味的羊·2021-02-26 10:57

深度学习TF—4.随机梯度下降

激活函数及梯度1.sigmoid函数及其梯度2.Tanh函数及其梯度3.ReLU函数及其梯度4.LeakyReLU函数及其梯度5.激活函数选择总结三、损失函数及梯度1.MSE—均方误差2.交叉熵损失函数四、感知机及梯度求解
哎呦-_-不错·2021-02-23 21:06

李航《统计学习方法》课后习题答案（第2版）

李航《统计学习方法》课后习题答案（第2版）章节链接第1章统计学习及监督学习概论点击进入第2章感知机点击进入第3章k近邻法点击进入第4章朴素贝叶斯法点击进入第5章决策树点击进入第6章逻辑斯谛回归与最大熵点击进入第
#苦行僧·2021-02-19 18:26

感知机学习算法的对偶形式——代码

《统计学习方法》2.3importnumpyasnptrainingSet=np.mat([[1,1],[2,2],[1,3],[3,3],[5,3],[3,4]])y=[1,1,1,-1,-1,-1]#计算Gram矩阵m=np.shape(trainingSet)[0]GramMatrix=[None]*mforiinrange(m):GramMatrix[i]=[0]*mforjinrange
Adopper·2021-02-18 20:47

感知机学习算法代码实现

《统计学习方法》2.3感知机学习算法。
Adopper·2021-02-18 16:27

使用飞桨模型生成情话情诗

在预训练和微调中通过填充式生成机制和噪声感知机制来缓
乐亦亦乐·2021-02-17 13:03

python与机器学习（六）——支持向量机(SVM) && 多层感知机(MLP)

在这次实验中，我们将尝试提取基本的图像特征并利用支持向量机或多层感知机算法对提取的特征进行图像分类。
zhaociTang·2021-02-15 23:22

《DLS》第二章笔记：感知机

《DLS》第二章笔记：感知机2.1感知机2.1.1神经元对于生物学意义上的神经元，一个神经元具有多个树突接收输入信号，一个细胞主体处理输入信号，一个轴突传递输出信号，如下图：将神经元抽象为一个算法模型：
Far_Rainbow·2021-02-13 18:02

第十七课.感知机

目录感知机算法感知机模型损失函数随机梯度下降算法流程numpy实现感知机感知机算法感知机模型感知机（perceptron）模型是一个简单的线性二分类模型，它是支持向量机与神经网络的基础。
tzc_fly·2021-02-11 15:44

第十章 keras 人工神经网络

第十章keras人工神经网络目录第十章keras人工神经网络10.1.3感知机10.1.4MLP激活函数10.2使用Keras实现MLP10.2.2使用顺序API构建图像分类器10.2.3使用顺序API
TeslaLu·2021-02-10 02:49

5.2 感知机和多层网络

5.2感知机和多层网络感知机（perception）由两层神经元组成，如图5.3所示，输入层接受外界输入信号后传递给输出层，输出层是M-P神经元，亦称为“阈值逻辑单元“感知机能够容易的实现逻辑ANDORNOT
pjiang000·2021-02-09 08:13

李航统计学习方法 第二章 感知机

记录一下几个关键问题在感知机这章，机器学习的三要素分别为？（1）假设空间？（2）学习策咯？（3）优化算法？2.在学习策略中，点到超平面的距离为什么使用函数间隔，不使用几何间隔？
落尘per·2021-01-31 16:04

机器学习（2） 感知机原理及实现

目录前言感知机模型感知机损失函数随机梯度下降法前言在上一篇博文机器学习（1）泛化误差上界的实现及分析中，分析了评价模型迁移学习能力的指标之一泛化误差。
ProfSnail·2021-01-31 10:12

数学基础知识(1) 点到超平面距离

该距离用于深度学习中感知机损失函数的计算，将误差点带入该距离即可计算该点与超平面间的损失距离。
ProfSnail·2021-01-30 20:48

机器学习——Linear Classification（线性分类）（一）

LinearClassification目录LinearClassification线性回归与线性分类线性分类模型感知机模型模型推导求解线性判别分析LDA模型推导求解LogisticRegression
Creepy_Rabbit·2021-01-28 21:57

cv2代码练习

深度学习实验手册文章目录深度学习实验手册一、基础理论1.自定义感知机2.验证图像卷积运算效果二、OpenCV部分1.OpenCV安装2.OpenCV基本操作1）读取、图像、保存图像3.图像色彩操作1）彩色图像转换为灰度图像
小陈8282613·2021-01-28 17:02

利用python手撸一个简单的多层感知机模型

摸鱼时刻。基本的深度学习原理，很早就接触了，前向传播、反向传播等都有了解，但是一直没自己实现过，虽然说站在巨人的肩膀上可以看的更远，但理解底层会让你站的更稳。神经网络反向传播算法利用链式求导法则进行，链式求导计算图在程序实现过程中需要使用拓扑排序。今天用python实现一个简单的y=wx+b模型，也算是对秋季学期《神经网络原理》课程的总结。importnumpyasnpimportrandomcl
栋次大次·2021-01-27 18:03

多层感知机（MLP）

1.多层感知机(MLP)是深度神经网络(DNN)的基础算法,有时候提起DNN就是指MLP2.感知机跟SVM优化的目标一致，损失函数不同(前者分母限制为1，后者分子限制为1)3.神经网络由输入层(第一层)
整得咔咔响·2021-01-26 22:00

TensorFlow基础之模型建立与训练：线性回归、MLP多层感知机、卷积神经网络

TensorFlow基础之模型建立与训练模型建立与训练：简单的线性回归MLP多层感知机数据获取、预处理模型搭建训练与评估卷积神经网络高效建模KerasSequential高效建模FunctionalAPI
我想静静，·2021-01-24 17:01

机器视觉相关链接收藏

卷积神经网络CNN的意义深度神经网络结构以及Pre-Training的理解Tsinghua-Tencent100KTutorial深度学习中的Epoch，Batchsize，Iterations正则化的多层感知机
george_chou·2021-01-22 17:46

手推bp反向传播算法

言归正传:俺发现确实要自己推一遍，这样的话可以对deeplearning结构和bp过程更加理解有利于自己更好的deeplearn嘿嘿嘿单层感知机的梯度计算多层感知机的梯度计算及bp完美
sweetheart7-7·2021-01-17 16:01

【pytorch学习笔记2】手动实现线性回归（底层原理）

前言本文主要用pytorch对线性函数进行拟合，主要用到底层原理中的梯度下降与反向传播，原理可见该博文前馈神经网络，感知机，BP神经网络正文代码相关知识（下面是自己写的注意点，可能有些大家一知半解，可以看视频讲解
小样5411·2021-01-14 16:05

李航《统计学习方法》例2.12感知机学习算法的对偶形式——实现代码

例2.2数据同例2.1,正样本点是x1=(3,3)T,x2=(4,3)T,负样本点是X3=(1,1)T,试用感知机学习算法对偶形式求感知机模型。
赶路人_95HZ·2021-01-13 09:24

【入门教程】TensorFlow 2.0 模型：卷积神经网络

文/李锡涵，GoogleDevelopersExpert本文节选自《简单粗暴TensorFlow2.0》在《【入门教程】TensorFlow2.0模型：多层感知机》里，我们以多层感知机（MultilayerPerceptron
TensorFlow 社区·2021-01-11 16:30

李航《统计学习方法》例2.1 感知机学习算法的原始形式——实现代码

#2020.01.11Byyangbocsu例2.1如图2.2所示的训练数据集，其正实例点是x1=(3,3)T,x2=(4,3)T，负实例点是:x3=(1,1)"，试用感知机学习算法的原始形式求感知机模型
赶路人_95HZ·2021-01-11 10:35

《统计学习方法》-读书笔记汇总贴（汇总24/27）

PDF免费下载：《统计学习方法（第二版）》目录第1篇监督学习统计学习方法读书笔记（一）-统计学习及监督学习概述统计学习方法读书笔记（二）-感知机统计学习方法读书笔记（三）-k近邻法统计学习方法读书笔记（
及时行樂_·2021-01-09 18:36

【python量化】常用python量化分析与应用库介绍

1时间序列分析tslearntslearn是一个开源的时间序列机器学习python工具包，其中包括了一些基本的时间序列预测或者分类模型，如多层感知机，SVR，KNN以及基本的数
敲代码的quant·2021-01-07 18:00

【入门教程】TensorFlow 2.0 模型：多层感知机

本文即以多层感知机（MultilayerPerceptron,MLP），或者说“多层全连接神经网络”为例，给出一个具体示例，详细介绍TensorFlow2.0的模型构建、
TensorFlow 社区·2021-01-04 18:26

学习算法——感知机

一、感知机学习算法的原始形态例题：使用感知机原始形态求f（x）二、感知机学习算法的对偶形态对偶形式中训练实例仅以内积的形式出现。
Bolero_L·2021-01-04 16:19

国科大 - 高级人工智能（沈华伟等）- 期末复习 - 试卷

历年考点20162017201820192020简答题蚁群、粒子蚁群、粒子蚁群、粒子蚁群、粒子简答题A*最优性BPGAN感知机BPBP激活函数简答题语义网络谓词逻辑表示模糊表示模糊表示归结不到长城非好汉模糊表示
一剑何风情·2021-01-04 09:27

BP算法和LMBP算法

BP算法反向传播算法(BP算法)是一种监督学习算法，常被用来训练多层感知机。BP算法由两个环节（激励传播、权重更新）反复循环迭代，直到网络对输入的响应大到预定的目标范围为止。
计算机女孩绝不认输·2021-01-03 23:15

使用单层反向传播神经网络（感知机模型）预测男女

问题现在有某个地区，以下人口信息数据集作为训练集合测试集：训练集：测试集：我们需要建立一个单层神经网络感知机模型，通过反向传播的方法来对这个数据集建立预测模型，并且来预测一个1.8m，体重60kg的人是男还是女
吴陈炜（无尘）·2021-01-01 00:47

基于感知机的人名-性别预测系统 —— Python实现

文章目录一.感知机基础知识：1.模型结构：2.训练数据：3.损失函数：4.学习算法：二.项目实践1.特征函数：2.核心代码介绍：3.模型评价：4.完整代码：一.感知机基础知识：特征向量感知机+1/-1如上图所示
NumLock桌·2020-12-30 18:13

人工智能入门

1、感知机感知机感知机接收多个输入信号，输出一个信号，上图是一个接收两个输入信号的感知机的例子。x1、x2是输入信号，y是输出信号，w1、w2是权重（w是weight的首字母）。
百步穿羊·2020-12-25 11:16

Pytorch学习笔记-多层感知机

以多层感知机（multilayerperceptron，MLP）为例，学习深层神经网络。隐藏层多层感知机在单层神经网络的基础上引入了一到多个隐藏层（hiddenlayer）。
Dexter_Sun1·2020-12-21 16:34

python卷积神经网络cnn的训练算法_【深度学习系列】卷积神经网络CNN原理详解(一)——基本原理...

有的同学表示不是很理解原理，为什么传统的机器学习算法，简单的神经网络(如多层感知机)都可以识别手写数字，我们要采用卷积神经网络CNN来进行别呢？CNN到底是怎么识别的？用CNN有哪些优势呢？
weixin_39639518·2020-12-19 12:23

支持向量机SVM（1）线性可分支持向量机、拉格朗日乘子法、KKT条件、SMO

1支持向量机的原理1）背景回想一下之前讲过的逻辑回归和感知机，他们的目标都是找到一个将线性可分的数据一分为二的决策超平面：如上图所示，决策超平面的一侧为正样本，另一
蛋仔鱼丸·2020-12-16 08:52

【深度学习系列】卷积神经网络CNN原理详解(一)——基本原理

有的同学表示不是很理解原理，为什么传统的机器学习算法，简单的神经网络(如多层感知机)都可以识别手写数字，我们要采用卷积神经网络CNN来进行别呢？CNN到底是怎么识别的？用CNN有哪些优势呢？
cyhjb·2020-12-16 00:42

深度学习入门（一）：神经网络(阶跃函数，sigmoid，ReLU，softmax,激活函数)

从感知机到神经网络感知机感知机接受多个输入信号，输出一个信号。这里说的信号可以想象成电流或河流具备“流动性”的东西。但是，和实际的电流不同的是，感知机的信号只有“流/不流”（1/0）两种取值。
evil心安·2020-12-13 20:38

深度学习入门学习--第三章 神经网络

7.12第三章神经网络对于感知机来说，设定权重的工作，即确定合适的，能符合预期的输入与输出的权重，现在还是由人工进行的。神经网络的一个重要性质是它可以自动的从数据中学习到合适的权重参数。
长颈鹿与麋鹿·2020-12-12 11:47

深度学习-卷积神经网络-目标检测之YOLOV3模型-代码运行图片检测实践1

基于最小均方误差的线性判别函数参数拟合训练深度学习-卷积神经网络-实例及代码0.9—MNIST数据集介绍、下载及基本操作深度学习-卷积神经网络-实例及代码1（入门）—利用Tensorflow和mnist数据集训练单层前馈神经网络/感知机实现手写
猴哥智能·2020-12-06 23:01

手把手教你学Python之手写数字识别（scikit-learn的应用）

目录1、手写数字识别问题介绍2、手写数字的可视化3、多层感知机4、scikit-learn实现手写数字识别1、手写数字识别问题介绍问题描述：手写数字识别是指给定一系列的手写数字图片以及对应的数字标签，构建模型进行学习
高成珍·2020-12-05 18:29

深度学习入门（2）神经网络

上一篇文章《深度学习入门(1)感知机》主要介绍了神经网络的起源--感知机的基础知识及实现方式。本文主要介绍如何自己动手实现神经网络。
阿旭123·2020-12-01 15:13
上一页 38 39 40 41 42 43 44 45 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他