之前我们学习了如何用MLP实现手写数字识别并达到了95%左右的准确率。在介绍卷积神经网络之前，我简单地了解了一下k-NN也就是大部分人耳熟能详的K最近邻算法。像往常一样，本文注重对算法思想的理解而不会纠结于数理公式的推导。本文及其系列图表信息大都来自Stanford CS231n系列课程，也算作我的听课笔记吧。算法原理我们知道，逻辑回归是一个分类器，K最近邻算法也是。所谓最近邻，就是采用多数...
在结合手写数字识别项目 深入理解多层感知机（Multi-Layer Perceptron）一文中我提及了激活函数以及反向传播算法，但限于篇幅没有具体介绍，...
本文将在结合手写数字识别项目 深入理解多层感知机（Multi-Layer Perceptron）的基础上深化细节的解释，查漏补缺，而并不像之前那样拘泥于理解。思考题答案前文提到10个数字应该只需要4个输出神经元足矣，为何设计10个，是否会涉及到效率与性能问题呢？答案有些经验主义：你都试试嘛！在这个特别的问题上，数据表明10个神经元的输出层准确度较高。至于深层的原因，前文已经提到过我们想让每个...
笔记第二天曾提到了简单线性回归，但代码展现在我们面前的完全就是sklearn库中的方法，为深入理解线性回归数学原理，我整理了如下笔记。（有关损失函数，欢迎...
本文记录了为训练检测《德国心脏病》卡片使用Darknet框架在ArchLinux系发行版上训练YOLOv3-tiny的过程，这是因为考虑到Linux更加强大的性能，再者weights格式的权重可以很方便的转为h5格式（我会告诉你是因为我不知道怎么用Keras训练tiny网络嘛？）安装驱动、CUDA、CUDNN我在这里只是指出来需要安装这么些个东西，因为在Manjaro里这些事根本不是事：驱动...