Ashing's Blog
機器學習及深度學習心得筆記,及使用3D印表機及Arduino製作機器人,機械手臂,自走車...
顯示具有
機器學習,KNN
標籤的文章。
顯示所有文章
顯示具有
機器學習,KNN
標籤的文章。
顯示所有文章
2017年5月7日 星期日
深度學習(3)--循環神經網絡(RNN, Recurrent Neural Networks)
›
本節介紹最簡單的循環神經網路,稱之為Simple-RNN,它是LSTM的基礎。Simple-RNN與BP一樣都有前饋層與反饋層。但是Simple-RNN引入了基於時間(狀態)的循環機制。 下圖一所示為Simple-RNN的神經網路示意圖。神經網路為A,通過讀...
2017年3月26日 星期日
深度學習(2)--使用Tensorflow實作卷積神經網路(Convolutional neural network,CNN)
›
卷積神經網路(Convolutional neural network,CNN) ,是一多層的神經網路架構,是以類神經網路實現的深度學習,在許多實際應用上取得優異的成績,尤其在影像物件識別的領域上表現優異。 傳統的 多層感知器(Multilayer Per...
2017年2月25日 星期六
機器學習(7)--利用核主成分分析(Kernel PCA)處理非線性對應
›
在這之前所探討的輸入數據都是假設為可線性分離的,如果輸入數據不是線性可分離的,實務上的數據往往是這樣,那麼標準PCA,所設計的線性轉換技術就不是最好的選擇,在本節介紹核PCA(kernel PCA),它與核支援向量機(kernel SVM)類似,利用核技巧來將非線性分離...
2017年2月23日 星期四
機器學習(6)--主成分分析(Principal component analysis,PCA)
›
這一篇介紹 主成分分析(Principal component analysis,PCA) ,是一種特徵提取的技術,利用特徵降維來避免因維度災難所造成的 過度適合(Overfitting) 現象。就是說假如訓練資料集裡有很多個特徵數據,我們可以利用 主成分分析(Pri...
2017年2月18日 星期六
機器學習(5)--邏輯斯迴歸,過度適合與正規化( Logistic regression,overfitting and regularization)
›
本節介紹 邏輯斯迴歸模型(Logistic regression) , 過度適合(overfitting) 與 正規化(regularization) 。邏輯斯迴歸模型(Logistic regression)能處裡線性和二元分類的問題,要注意的是這裡所要說的邏輯斯迴歸模型...
2017年1月7日 星期六
深度學習(1)-如何在windows安裝Theano +Keras +Tensorflow並使用GPU加速訓練神經網路
›
本篇文章介紹如何安裝Theano 及Keras, Tensorflow深度學習的框架在windows環境上,並快速的使用Keras的內建範例來執行人工神經網路的訓練。 之前也有實作Tensorflow 及caffe在VM+ubuntu16.04環境安裝的經驗,甚至...
2016年11月28日 星期一
機器學習(2)--使用OPENCV SVM實作手寫辨識
›
這一篇我們要來利用OPENCV 所提供的SVM(支援向量機)來實作手寫辨識。在程式實作中,我稍微改變了OPENCV官版原本的範例程式,除了修正在Python3.5+OPENCV3.x build code 會error以外,程式最後並加入自己手畫的數字圖進行預...
2016年11月17日 星期四
機器學習(1)--使用OPENCV KNN實作手寫辨識
›
這一篇我們要來利用OPENCV 所提供的kNN(k-Nearest Neighbour )來實作手寫辨識。在程式實作中,我稍微改變了OPENCV官版原本的範例程式,除了修正在Python3.5+OPENCV3.x build code 會error以外,程式最...
›
首頁
查看網路版