SVM损失函数 L1 = max(0,5.1-3.2+1)+max(0,-1.7-3.2+1) l2 = ...... 损失函数:L=(L1+L2+L3)/3 当所有的分数几乎相同时:L=分类数-1 (就是max中的那个1.共有类数-1个) 为什么使用平均值? 无论分数如何变化loss不会改变 最优
tensorflow 数据读取 队列和线程 文件读取, 图片处理 问题:大文件读取,读取速度, 在tensorflow中真正的多线程 子线程读取数据 向队列放数据(如每次100个),主线程学习,不用全部数据读取后,开始学习 队列与对垒管理器,线程与协调器 tf.FIFOQueue(capacity=
神经网络 感知机 解决分类问题 http://playground.tensorflow.org 神经网络 定义: 在机器学习领域和认知科学领域,人工神经网络(artificial neural network) 简称ann或类神经网络,一种放生物 神经网络的结构和功能的计算模型,用于对函数进行估计
# 深度学习 # 图像识别,自然语言处理 # 机器学习 深度学习 # 分类:神经网络(简单) 神经网络(深度) # 回归 图像:卷积神经网络 # 自然语言
相对于深度学习，传统机器学习的流程往往由多个独立的模块组成，比如在一个典型的自然语言处理（Natural Language Processing）问题中，包括分词、词性标注、句法分析、语义分析等多个独立步骤，每个步骤是一个独立的任务，其结果的好坏会影响到下一步骤，从而影响整个训练的结果，这是非端到端
深度神经网络------>卷积神经网络 1，卷积神经网络与简单神经网络的比较 全连接网络的缺点： 参数太多，图片过大时，计算太多 没有利用像素之间位置信息 层数限制 2，卷积神经网络发展史 3，卷积神经网络结构
验证码识别 1，分割 2，整体识别 一张图片n个字母 即不再是一个目标值，是n个 例：NZPP N ------>[0.01，0.02,0.03.......] 概率 N------->[0，0,0,0,1.......] one-hot编码 Z-------->[0.01，0.02,0.03...
分布式Tensorflow 单机多卡（gpu） 多级多卡（分布式） 自实现分布式 API： 1，创建一个tf.train.ClusterSpec，用于对集群的所有任务进行描述，该描述对于所有任务相同 2，tf.train.Server 创建ps，worker 并运行相应的计算任务 cluster=t
1， 系统设置 2，关闭公共网络防火墙 3，不想关闭的话就放通 系统自带的投屏软件是C:\Windows\SystemApps\Microsoft.PPIProjection_cw5n1h2txyewy\中的Reciever.exe C:\Windows\System32\RuntimeBroker
