welcome to x-jeff blog

【C++基础】第十四课：标准库类型string

标准库string，定义和初始化string对象，string对象上的操作，处理string对象中的字符

【C++基础】系列博客为参考《C++ Primer中文版（第5版）》（C++11标准）一书，自己所做的读书笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.标准库<string> 标准库类型string表示可变长的字符序列，使用string类型必须首先包含string头文件。 1 2 #include <string> using s...

Posted by x-jeff on February 10, 2020

【深度学习基础】第十三课：梯度消失和梯度爆炸

梯度消失，梯度爆炸，权重随机初始化

【深度学习基础】系列博客为学习Coursera上吴恩达深度学习课程所做的课程笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.梯度消失和梯度爆炸假设我们正在训练一个极深的神经网络（为了简化理解，每层只有两个神经元）：该网络的每一层的参数为：$w^{[1]},w^{[2]},w^{[3]},……,w^{[L]}$。为了简化问题，假设激活函数为：$g(z...

Posted by x-jeff on February 7, 2020

【OpenCV基础】第八课：绘制形状和文字

Point，Scalar，line，ellipse，rectangle，circle，fillPoly，putText，rng，waitKey

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.点和颜色的表示 1.1.点的表示 cv::Point可以表示平面上的一个点。有两种构造方法： 👉方法一： 1 2 3 Point p; p.x=10; p.y=8 👉方法二： 1 Point p=Point(10,8); 1.2.颜色的表示 cv::Scalar表示四个元素的向量。可以用Scala...

Posted by x-jeff on February 5, 2020

【深度学习基础】第十二课：归一化输入

归一化输入

【深度学习基础】系列博客为学习Coursera上吴恩达深度学习课程所做的课程笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.前言当训练神经网络时，其中一个加速训练的方法就是归一化输入。 2.归一化输入的方法假设我们有一个训练集，它有两个输入特征。数据集的散点图见下：归一化输入需要两个步骤： 2.1.零均值化 \[\mu = \frac{1...

Posted by x-jeff on February 3, 2020

【Python基础】第十课：DataFrame的相关操作

数据选取，新增数据，删除数据，数据的索引

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.前言本文主要介绍pandas中DataFrame格式数据的相关操作。接下来的讲解都以下面的数据为例： 1 2 3 import pandas as pd df=pd.DataFrame([['Frank','M',29],['Mary','F',23],['Tom','M',35],['Ted','M',33]...

Posted by x-jeff on February 2, 2020

【深度学习基础】第十一课：正则化

范数，L1正则化，L2正则化，dropout，inverted dropout，data augmentation，early stopping

【深度学习基础】系列博客为学习Coursera上吴恩达深度学习课程所做的课程笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.为什么要正则化？正则化可以降低模型复杂度，防止过拟合。 2.范数 $L_1$范数、$L_2$范数和$F$范数都常用于正则化。 2.1.向量的$L_p$范数 \[\parallel \mathbf x \parallel _p ...

Posted by x-jeff on February 1, 2020

【数学基础】第十课：积分

黎曼积分，牛顿-莱布尼兹公式，分部积分法，多变量函数的积分

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.黎曼积分(Riemann Integral) 黎曼积分是积分学中一种比较基础且常见的积分概念。除此之外，还有勒贝格积分等。但是本文只讨论黎曼积分。 👉单变量函数黎曼积分：令$f(x)$为开区间$(a,b)$上的一个连续函数，对于任何一个正整数$n$定义，$x_i=a+\frac{i(b-a)}{n}$求和式： ...

Posted by x-jeff on January 29, 2020

【深度学习基础】第十课：神经网络模型的初步优化

数据集划分，偏差和方差

【深度学习基础】系列博客为学习Coursera上吴恩达深度学习课程所做的课程笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.设置验证集我们在【深度学习基础】第九课：深层神经网络一文中提到了神经网络的超参数。那么超参数的确定有很多办法，其中设置验证集就是一个非常常用的办法，即把数据集分成训练集、验证集和测试集三部分。利用验证集确定模型的最佳超参数。 1.1...

Posted by x-jeff on January 27, 2020

【机器学习基础】第十课：类别不平衡数据

不平衡数据，阈值移动，欠采样，过采样

【机器学习基础】系列博客为参考周志华老师的《机器学习》一书，自己所做的读书笔记。本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.类别不平衡问题的困扰 ⚠️几乎大部分的分类学习方法都有一个共同的基本假设：即不同类别的训练样例数目相当。如果不同类别的训练样例数目稍有差别，通常影响不大，但若差别很大，则会对学习过程造成困扰。例如有998个反例，但正例只有2个，那么学...

Posted by x-jeff on January 25, 2020

【Tensorflow基础】第一课：Tensorflow的简介与安装

Tensorflow的简介，安装Tensorflow

本文为原创文章，未经本人允许，禁止转载。转载请注明出处。 1.TensorFlow简介 TensorFlow是由谷歌开发的一款开源的深度学习框架。其底层代码为C++，提供CPU和GPU两种版本。并且可以通过TensorBoard可视化网络结构和参数。 2.安装tensorflow 本机环境为Mac OS。为了避免环境之间互相污染，方便管理，我们新建一个conda虚拟环境用于学...

Posted by x-jeff on January 19, 2020

x-jeff blog