红色石头的个人博客

红色石头 发布于 2018-08-02

《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络（CNN）的基本概念、模型和具体应用。该门课共有4周课时，所以我将分成4次笔记来总结，这是第一节笔记。 1. Computer Vision 机...

阅读(568)评论(0)赞 (2)标签：CNN / 吴恩达 / 深度学习

红色石头 发布于 2018-08-01

机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时，我们常常会遇到各种各样的机器学习问题和知识点。为了帮助大家对这些知识点进行梳理和理解，以便能够更好地应对机器学习笔试包括面试。红色石头准备在公众号连载一些机器学习笔试题系列文章，希望能够对大家有所帮助！...

阅读(1013)评论(0)赞 (3)标签：机器学习 / 深度学习 / 笔试

红色石头 发布于 2018-07-31

Implementing a perceptron learning algorithm in Python Define a Class import numpy as np class Perceptron(object): """Perceptron classifier....

阅读(411)评论(0)赞 (1)标签：Python / 感知机 / 机器学习

红色石头 发布于 2018-07-31

一、介绍 本篇文章，我们将讨论所谓的“维度灾难”，并解释在设计一个分类器时它为何如此重要。在下面几节中我将对这个概念进行直观的解释，并通过一个由于维度灾难导致的过拟合的例子来讲解。 考虑这样一个例子，我们有一些图片，每张图片描绘的是小猫或者小狗。我们试图构建一个分类器来自动识别图...

阅读(199)评论(0)赞 (1)标签：机器学习 / 过拟合

红色石头 发布于 2018-07-31

实际优化问题的目标函数往往比较复杂。为了使问题简化，通常将目标函数在某点附近展开为泰勒(Taylor)多项式来逼近原函数。 一元函数在点x_k处的泰勒展开式为： f(x) = f(x_k)+(x-x_k)f'(x_k)+\frac{1}{2!}(x-x_k)^2f”(...

阅读(366)评论(0)赞 (1)标签：机器学习 / 泰勒展开

红色石头 发布于 2018-07-31

这是Andrew Ng深度学习专项课程第三门课《构建机器学习项目》的第二节笔记。 1. Carrying out error analysis 对已经建立的机器学习模型进行错误分析（error analysis）十分必要，而且有针对性地、正确地进行error analysis更加...

阅读(304)评论(0)赞 (3)标签：end-to-end / Error analysis / 吴恩达 / 多任务学习 / 深度学习 / 迁移学习

红色石头 发布于 2018-07-31

《Structuring Machine Learning Projects》（构建机器学习项目）这门课是Andrw Ng深度学习专项课程中的第三门课。这门课主要介绍机器学习中的一些策略和方法，让我们能够更快更有效地让机器学习系统工作，该门课共有两周的课时。 1. Why ML ...

阅读(433)评论(0)赞 (4)标签：F1 score / Orthogonalization / 吴恩达 / 深度学习

红色石头 发布于 2018-07-31

上节课我们主要介绍了深度神经网络的优化算法。包括对原始数据集进行分割，使用mini-batch gradient descent。然后介绍了指数加权平均（Exponentially weighted averages）的概念以及偏移校正（bias correction）方法。接着...

阅读(450)评论(0)赞 (1)标签：Batch Normalization / Softmax / TensorFlow / 吴恩达 / 深度学习 / 超参数调试

红色石头 发布于 2018-07-31

上节课我们主要介绍了如何建立一个实用的深度学习神经网络。包括Train/Dev/Test sets的比例选择，Bias和Variance的概念和区别：Bias对应欠拟合，Variance对应过拟合。接着，我们介绍了防止过拟合的两种方法：L2 regularization和Drop...

阅读(451)评论(0)赞 (0)标签：Adam / Learning rate decay / Mini-batch GD / Momentum GD / RMSprop / 吴恩达 / 深度学习

红色石头 发布于 2018-07-31

Andrew Ng的深度学习专项课程的第一门课《Neural Networks and Deep Learning》的5份笔记我已经整理完毕。在接下来的几次笔记中，我们将对第二门课《Improving Deep Neural Networks: Hyperparameter tu...

阅读(541)评论(0)赞 (2)标签：bias/variance / Data augmentation / Dropout / 吴恩达 / 梯度检查 / 梯度消失 / 梯度爆炸 / 正则化 / 深度学习 / 输入归一化