莫烦Python之机器学习概念了解,烦python机器概念,1、机器学习分类有监
莫烦Python之机器学习概念了解,烦python机器概念,1、机器学习分类有监
1、机器学习分类
有监督学习无监督学习半监督学习强化学习遗传算法2、神经网络
一种基于传统统计学的模型,由大量的神经元与其关系构成。常用来对复杂的输入和输出关系进行建模误差反向传递:给出信号,得到经过神经网络算法之后的结果(信号正向传播),再根据结果来修改神经网络中的神经元强度(信号反向传播)通过正向和反向传播来更新神经元,从而形成更好的神经系统每一个神经元都有属于它的激活函数,在训练过程中可以通过调整不同神经元的激活参数来调整模型输入层:负责信息的传入
输出层:权衡、中转、输出信息
隐藏层:负责传入信息的加工处理
?????但是最重要的还是不知道啊,比如输入层的信息具体怎么处理,隐藏层怎么加工,输出层又是怎么回事????具体是怎么实现完全不知啊3、卷积神经网络(CNN)
应用:图片识别、视频分析、自然语言处理数据输入层,卷积计算层,RELU激励层,池化层,全连接层(从这个博客看来的)
有一个批量过滤器,持续在图片上滚动搜集图片信息,每次只是一小块信息,整理后得到边缘信息;然后批量过滤器扫过边缘的信息,神经网络总结出更高层的信息;再一次过滤后总结出脸部信息;再把这些信息放入普通的全连接神经网络进行分类问题依旧是具体实现,怎么搜集信息,怎么整理,上面的那个博客讲的很详细。4、循环神经网络(RNN)
应用:语言分析,序列化数据的处理为了让神经网络在有序数据集中学习,产生对当前发生事情的意义,也就是产生“上文联系”x1数据下产生状态s1以及结果y1,在x2数据下产生状态s2,结果y2由状态s1和s2共同创造5、LSTM RNN
LSTM:long short memery,长短期记忆为了解决普通RNN的弊端(在误差反向传递的时候,每循环一次都会乘以当前状态的权重w,如果w>1,那么返回的误差就会很大,可能会发生梯度爆炸;而w<1,返回的误差就会很小,可能发生梯度消失)普通RNN没有办法回忆起久远记忆(刚开始数据集产生的记忆)与普通RNN的区别,增加了输入、输出、忘记,有主线记忆单元,当后面的数据与前面冲突时,按比例更改“主线内容”;如果与“主线”数据相关,则添加进“主线”莫烦Python之机器学习概念了解
相关内容
- Linux 安装python3.7.0,linuxpython3.7.0,我这里使用的时cen
- Python学习笔记(二十五)操作文件和目录,python学习笔
- 12、python基础学习-for循环,12python基础-for, 1 #__auth
- 【Python】运算符,,python是强类型
- python学习之路(15),python学习之路15,map/reduce
- 11、python基础学习-while循环,,1、while 条件
- Python3.4学习笔记之常用操作符,条件分支和循环用法示例
- Python中的random.uniform()函数教程与实例解析,
- Python高级特性与几种函数的讲解,python函数讲解
- 谈谈Python中的while循环语句,
评论关闭