Y_ 第8页

SVM---sklearn实现多核

中实现可加上)#自定义样本点rand,并且生成sin值x=np.random.rand(40,1)*5X_train=np.sort(x,axis=0)print(“X_train:%s”%X_train)y_

笔尖微凉·2020-06-29 04:33

Tensorflow实现简单的卷积神经网络

网络基本参数及架构X：[None,784]X_image:[None,28,28,1]y_:[None,10]Conv1:[None,28,28,32]pool1:[None,14,14,32]Conv2

萌1萌哒小萌萌·2020-06-29 04:55

datetime用法

datetime.datetime.now().strftime('%Y_%m_%d_%H_%M')fromdatetimeimportdatetimedt=datetime.now()#创建一个datetime

幸运i·2020-06-29 00:27

linux定时备份MySQL数据库并删除七天前的备份文件

ShellScript For Auto DB Backup and Delete old Backup#备份地址backupdir=/home/mysqlbackup#备份文件后缀时间time=_` date +%Y_

weixin_34096182·2020-06-28 11:29

python 获取前一天日期以及字符串的格式化

wanghuafeng'fromdatetimeimporttimedelta,datetimeyesterday=datetime.today()+timedelta(-1)yesterday_format=yesterday.strftime('%Y_

语默静喧·2020-06-27 12:07

Tensorflow 学习笔记

tf.clip_by_value()cross_entropy=-tf.reduce_mean(y_*tf.log(tf.clip_by_value(y,1e

winddy_akoky·2020-06-26 12:21

tensorflow中求交叉熵的一些理解

tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(logits=y_,labels=y))其实这句代码应该是拆分成几个部分的：对y_求softmax

minopus·2020-06-26 12:04

损失函数对模型训练结果的影响

importtensorflowastffromnumpy.randomimportRandomStatebatch_size=8#定义两个占位符，表示输入的x与正确的yx=tf.placeholder(tf.float32,shape=(None,2),name="x-input")y_

搓衣板的正义·2020-06-25 20:40

DDA画线算法与Bresenham画线算法

Bresenham画线算法定义公式推导代码实现效果源码地址DDA画线算法定义通过单位间隔来确定线段的点,默认间隔为1,如图:此时,已知的点为(x0,y0),(xend,yend)(x_0,y_0),(x_{end},y_

秀玉轩晨·2020-06-25 18:34

A Morphable Model For The Synthesis Of 3D Faces 论文解析 3DMM

2.3D人脸形变模型人脸的几何信息通过形状向量S=(X1,Y1,Z1,X2.....Zn)T(X_1,Y_

761527200·2020-06-25 16:36

SVM常用损失函数

HingeLoss表达式为：Li=∑j≠yimax(0,sj−syi+1)L_{i}=\sum_{j\ney_{i}}max(0,s_{j}-s_{y_{i}}+1)Li=j=yi∑max(0,sj−

cofisher·2020-06-25 11:59

EKFmonocularSLAM论文阅读笔记（二）

尽管在将它们引用到当前相机帧CkC^kCk方面有一些优点，所有这些通常被称为静态参考帧WWW:估计的地标yWy^WyW由n个点特征yiW=(y1W,y2W,......,ynW)Ty_{i}^{W}=(y_

blue@sky·2020-06-25 10:09

DL with python(3)——神经网络优化涉及的损失函数

一步江湖无尽期·2020-06-25 10:21

Bootstrap重抽样方法

数据表示为n个独立观测向量yobsy_{obs}yobs,假设求参数θ^(yobs)\hat{\theta}(y_{obs})θ^(yobs)的置信区间，非参数bootstrap抽样的步骤如下：从yobsy

ofoliao·2020-06-24 18:06

matplotlib系列-plt.axis

plt.scatter(x,y)#XXX为如下几种设置方式plt.axis(XXX)plt.axis(‘square’)作图为正方形，并且x,y轴范围相同，即ymax−ymin=xmax−xminy_{max}-y_

转行的炼丹师·2020-06-23 23:52

修改Linux下rm命令为mv命令

rm-fr*,这里提供一种方法替换Linux下的rm为mv,实现删除文件备份的功能操作方法在/root/.bashrc中添加如下内容functionrm_mv(){curr_date=$(date+%Y_

红糖妹·2020-06-23 15:43

Lasso-Logistic回归-R语言应用详解

∑i=1N(yi−β0+∑j=1pxijβj)2+λ∑j=1p∣βj∣\sum_{i=1}^{N}\left(y_{i}-\beta_{0}+\sum_{j=1}^{p}x_{ij}\beta_{j}\

hetallian·2020-06-23 14:09

OpenCV-Python 霍夫圈变换 | 三十三

)2=r2(x-x_{center})^2(y-y_{center})^2=r^2(x−xcenter)2(y−ycenter)2=r2，其中(xcenter,ycenter)(x_{center},y_

磐创 AI·2020-06-23 07:09

latex公式编辑

{\frac{x}{2}}\right)}^{2m+\alpha}$$$##上下标---$$$x^{2},x^{(n)}_{2},^{-16}O_{32}^{2-},x^{y^{z^{a}}},x^{y_

fefair·2020-06-23 07:17

tensorflow笔记三：神经网络优化（损失函数：自定义损失函数、交叉熵、softmax()）...

个输出层总参数=总W+总b神经网络的优化四个方面：损失函数loss、学习率learning_rate、滑动平均ema、正则化regularization(1)损失函数（loss）:预测值（y）与已知答案（y_

chq37777·2020-06-22 22:48

tensorflow笔记二：反向传播

损失函数（loss）：预测值（y）与已知答案（y_）的差距均方误差MSE：损失函数的计算方法有很多，比较常用的有均方误差.loss=tf.reduce_mean(tf.square(y_-y))反向传播训练方法

chq37777·2020-06-22 22:48

马氏距离和欧式距离详解

欧氏距离最常见的两点之间或多点之间的距离表示法，又称之为欧几里得度量，它定义于欧几里得空间中，如点x=(x1,…,xn)x=(x_1,…,x_n)x=(x1,…,xn)和y=(y1,…,yn)y=(y_1,…,y_

bluesliuf·2020-06-22 18:48

机器学习-高斯判别分析

对于给定的数据集$D=\{(x_1,y_1),\cdots,(x_N,y_N)\}$，其中$y_=\{1,0\}$。根据假设$y_i$服从

Wilder_ting·2020-06-22 08:25

深度学习网络训练中出现nan的原因分析

中的log函数输入了‘负数’或‘0’值（出现log(0)*0的情况）解决方法：使用tf.clip_by_value限制tf.log的输入值例如：cross_entropy=-tf.reduce_sum(y_

wzg2016·2020-06-22 05:35

Python高级--线性回归、岭回归（岭际线）、lasso回归

reshape(-1,1),y)y_=lr.predict(x.reshape(-1,1))2、机器学习自带的数据importsklearn.datasetsasdatasetsdiabetes=datasets.load

PyRookie·2020-06-22 03:52

深度学习 | 训练网络trick——mixup

(xi,yi)\left(x_{i},y_{i}\right)(xi,yi)，(xj,yj)\left(x_{j},y_{j}\right)(xj,yj)两个数据对是原始数据集

yuanCruise·2020-06-21 04:40

高斯玻色采样enhance量子近似优化算法

这里我们再说明一下什么是组合优化问题：给定一个数据集X=｛x1,x2,...xN｝X=｛{x_{1},x_{2},...x_{N}}｝X=｛x1,x2,...xN｝，和一个映射函数ｆｆｆ，令yi=f(xi)y_

peppermint_xiao·2020-06-01 15:04

召回、精确、准确，这些让人头大的概念一文全讲清楚

可以理解成我们预测值和真实值之间的偏差，我们用y表示样本的真实值，y_表

TechFlow2019·2020-04-22 21:00

js笛卡尔积算法汇总

笛卡尔乘积是指在数学中，两个集合_X_和_Y_的笛卡尔积（Cartesianproduct），又称直积，表示为_X_×_Y_，第一个对象是_X_的成员而第二个对象是_Y_的所有可能有序对的其中一个成员-

回见·2020-04-08 11:51

机器学习中的数学——高数基础小抄

1.函数1.1函数的定义量和量之间的关系如：$A=\pi\mathrm{r}^{2}$$y=f(x)$其中x是自变量，y是因变量函数在$x_{0}$处取得的函数值\(y_{0}=\left.y

pleuvoir·2020-04-06 15:00

Tensorflow softmax_cross_entropy_with_logits函数做了什么

importtensorflowastflogits=tf.constant([[1.0,2.0,3.0],[1.0,2.0,3.0],[1.0,2.0,3.0]])y_=tf.constant([[0.0,0.5,1.0

多问Why·2020-04-05 14:52

用Mathematica搜索生命游戏中的静物

[;;2]],CellularAutomaton["GameOfLife",#][[2,2]]]->#[[3]]&/@Tuples[Tuples[{0,1},3],3],Identity];g[x_,y_

AlephAlpha·2020-03-18 00:57

Linux 下使用shell脚本定时维护数据库的案例

脚本需求如下：#数据库定时备份#备份路径BACKUP=/data/backup/db#获取当前时间作为文件名DATETIME=$(date+%Y_%m_%d_%H%M%S)echo“=开始备份=”echo

Somnus.S·2020-03-16 10:24

mac launchpad残留图标的删除

folder中输入路径/private/var/folders，找到名为com.apple.dock.launchpad的文件夹，在我的机器上该文件夹路径是/private⁩/⁨var/folders⁩/y_⁩

creamelody·2020-03-16 04:29

tf代码编写步骤（mnist入门）

二、对接收传入数据的变量进行占位操作比如x，y接收传入的数据，那么就先placeholderx=tf.placeholder("float",[None,784])y_=tf.placeholder("

小碧小琳·2020-03-09 04:19

3、评估MNIST

由于标签向量是由0,1组成，因此最大值1所在的索引位置就是类别标签，比如tf.argmax(y,1)返回的是模型对于任一输入x预测到的标签值，而tf.argmax(y_,1)代表正确的标签，我们可以用tf.equal

liumw1203·2020-03-08 07:57

检验样本是否服从正态分布，处理偏态分布

图是一个散点图，点(x,y)表示数据x的某个分位数，y表示和x的分位数相同的分位数（即$F_X(x)=F_Y(y)$），如果说两个分布的QQ图在一条直线上，则说明每个$[x_i,x_{i+1}]，[y_i,y_

6d825fd946bd·2020-03-06 01:15

002计算机图形学之直线画线算法

DDA算法digitaldifferentialanalyzer对斜截式进行转换成如下：$y_{k+1}=y_{k}+m$由此我们可以根据起点依次推算到最后一个点，实现如下：inlineintround

夏大王2019·2020-02-28 12:59

Linux定时任务 + mongodb自动备份

mongod_bak/mongod_bak_now"#临时备份目录TAR_DIR="/data/backup/mongod_bak/mongod_bak_list"#备份存放路径DATE=$(date+%Y_

R_X·2020-02-23 03:03

shell 练习

/bin/bashDestPath=/root/bakDate=$(date+%Y_%m_%d)[-d${DestPath}]||mkdir-p${DestPath}cd/etctarcjf${DestPath

浪客行——·2020-02-15 23:00

tensorflow实现二维平面模拟三维数据教程

if__name__=='__main__':x_data=np.float32(np.random.rand(2,100))y_

两只橙·2020-02-11 10:45

TensorFlow代码笔记

交叉熵计算cross_entropy=tf.nn.sparse_softmax_cross_entropy_with_logits(labels=tf.argmax(y_,1),logits=y)cross_entropy

SmileEan2·2020-02-11 06:01

Python神经网络TensorFlow（一）

tutorials/mnist_beginners.htmlimporttensorflowastfimportinput_datax=tf.placeholder("float",[None,784])y_

CiferZ·2020-02-06 22:29

拉格朗日插值法

P4781【模板】拉格朗日插值题意：给$n$个点$(x_1,y_1),\dots,(x_n,y_n)$，你要构造出一个多项式$f(x)$，使得\(\forall1\lei\len,f(x_i)=y_

wxq1229·2020-01-31 09:00

模型的度量

参考《机器学习》，周志华，清华大学出版社第二章回归问题回归任务常用的度量指标是：均方误差\[E(f;D)=\frac{1}{m}\sum^{m}_{i=1}(f(x_{i})-y_{i})^{2}\]分类问题分类任务中常用的性能度量指标是

薛会萍·2020-01-15 11:00

[SCOI2015]小凸想跑步

题目先推一波式子，设$p(x,y)$，那么我们尝试写出点$(x_i,y_i),(x_{i+1},y_{i+1})$和$p(x,y)$形成的三角形面积，就是用叉积写一波\[2S=(x_i-x)

asuldb·2020-01-08 07:00

步态识别《GaitSet: Regarding Gait as a Set for Cross-View Gait Recognition》2018 CVPR

Method:问题定义：给定一个有N个人的数据集$y_{i},i\in1,2,...,N$,我们假定某个

pengcw·2020-01-07 21:00

搜索排序-learning to Rank简介

LearningtoRankpointwise\[L\left(f;x_{j},y_{j}\right)=\left(y_{j}-f\left(x_{j}\right)\right)^{2}\]只考虑给定查询下单个文档的绝对相关度

饥饿的小鱼·2019-12-27 11:00

拉格朗日插值以及它的变形

谁是拉格朗日：但其实这不重要，重要的是它的插值法；对于一个点值多项式，我们可以n^3地把它高斯消元得到一组系数解；但这太慢了；所以我们需要用到拉格朗日插值；先看一个公式$f(k)=\sum_{i=0}^{n}y_

神之右大臣·2019-12-24 13:00

数学基础系列(二)----偏导数、方向导数、梯度、微积分

如下图所示1、偏导数定义设函数$z=f(x,y)$在点(x0,y0)的某个邻域内有定义，定y=y0，一元函数$f(x_{0},y_{0})$在点x=x0处可导，即极限$\lim\limits_{\Deltax

|旧市拾荒|·2019-12-23 19:00

推荐频道

Y_