Paian's Blog

指尖程序,笔下诗行。

前端机器学习入门笔记9:利用卷积神经网络识别手写数字

首先,需要说明一下,本文的代码是基于上篇文章(MNIST数据集的切割与可视化)的代码的基础上进行的。 一、定义模型结构:卷积神经网络 1、为什么要使用卷积神经网络呢? 在前面我们学习过逻辑回归,最初是使用两个特征,后来在学习鸢尾花分类的时候,特征数量就变成了4个。那既然特征数量可以增加,那么,我们将图片的像素全部都摊平作为多个特征,用逻辑回归时用的多层神经网络,不是也可以解决我们现在这...

前端机器学习入门笔记8:MNIST数据集的切割与可视化

从这一篇开始,我们来学习使用卷积神经网络识别手写数字。首先我们来看怎么将MNIST数据集的手写数字图片的像素信息可视化成图片。 一、加载MNIST数据集 首先我们在src目录下新建一个data/mnist文件夹,放入MNIST数据集的内容——mnist_images.png(实际上就是一个巨大的雪碧图,上面有非常多的手写数字)以及mnist_labels_uint8(一个存放标签的二进制...

前端机器学习入门笔记7:欠拟合和过拟合

一、欠拟合和过拟合简介 1、什么是欠拟合? 数据很复杂,但是模型很简单,这就是欠拟合。下面我们通过http://playground.tensorflow.org/来直观感受下欠拟合。 如上图所示,我们选择了一个非线性分布的数据,然后只用一层输出层,并且选择激活函数为线性,可以看到,训练损失一直在0.5以上,损失非常高,这就是欠拟合。欠拟合的表现就是训练损失降不下去。 2、什么是...

前端机器学习入门笔记6:多分类

一、多分类问题简介 前面的笔记中,我们主要学习了二分类的逻辑回归问题,我们只需要输出一个概率,就可以对数据集进行二分类。但是在现实生活中,不仅包括二分类问题,也包括多分类问题。举个例子,你在纸上写了一个数字,你想预测一下,这个数字是0-9中的哪个数字,这个问题就是一个多分类问题,有0-9这10个分类。再比如,我们要对一张图片进行分类,判断里面是否有猫、狗、猪、鸡、鸭、鹅,等等,这就有成千上...

前端机器学习入门笔记5:多层神经网络

一、XOR逻辑回归 XOR表示抑或。两个数相同,得到的是0,两个数不同,得到的是1。 如下图所示,当点的x和y坐标都为正的时候,是黄色的点。当点的x和y坐标一个为正,一个为负的时候,是蓝色的点。这就是一个XOR问题。 如果一个数据集是呈线性分布的时候,那它就可以一条线画出来。显然,图中这个问题不是线性问题。 通过Playground,即http://playground.tenso...

Vue.js 3.0核心源码解析笔记(1)

更多详细内容,推荐去购买Vue.js 3.0核心源码解析这门课。 课程链接: https://t.lagou.com/XRFBRURqRw1EC

前端机器学习入门笔记4:逻辑回归

一、什么是逻辑回归 与线性回归不同,逻辑回归解决的是分类问题。比如,下图中有很多的点: 我们事先给一些已知点打上标签,标记出哪个点是黄色的点,哪个点是蓝色的点。然后我们再给出另一个点的坐标,逻辑回归会给出该点有多大概率是黄色的。即,逻辑回归输出的是概率。而前面学习的线性回归输出的则是一个线性增长的值。 那怎么得到这个概率呢?这就要用到前面提到过的激活函数。激活函数主要是处理非线性的...

前端机器学习入门笔记3:归一化

一、什么是归一化 归一化就是把大数量级特征转化到较小的数量级下,通常是[0,1]或[-1,1]。例如,对于身高体重预测、房价预测问题,需要把身高体重数据和房价及影响因素的数据压到[0,1]、[-1,1]之间,然后再去训练它。 1、为何要归一化? 1)绝大多数Tensorflow.js的模型都不是给特别大的数设计的。 2)将不同数量级的特征转换到同一数量级,防止某个特征影响过大。 2...

前端机器学习入门笔记2:线性回归

一、线性回归简介 你可能会说,我其实比较关注机器学习的比较实际的功能,为什么要学线性呢?其实线性回归以及后面要学习的逻辑回归等,都是深度学习的基础知识。如果先不学这些,而直接上手深度学习那些比较实用的功能,如图片分类、语音识别等等,会感觉非常吃力。所以我们就先学习一下线性回归这类更基础的内容,以提供一个坡度比较小的学习曲线,避免真的出现从“入门到放弃”的局面。 首先来看看什么是线性回归?...

前端机器学习入门笔记1:简介

一、为什么要学习机器学习? 人类曾经经历了三次技术革命。第一次工业革命:蒸汽技术革命;第二次工业革命是电力技术革命;第三次工业革命是计算机与信息技术革命。现在正处于第四次工业革命,则是众多新兴几技术普及的革命,包括物联网、大数据、云计算、人工智能、机器学习。第四次工业革命完全离不开人工智能。 其实,大家在生活中已经用到一些AI的技术了,比如,人脸识别、语音助手。人工智能的理论研究已经做得...