众所周知，机器学习代码很难调试。就连简单的前馈神经网络，您也经常需要围绕网络架构、权重值初始化和网络优化做出决策 - 所有这些都可能导致机器学习代码中隐藏BUG。 代码永远不会崩溃、引发异常，甚至变慢。 网络持续训练，损失仍在不断减少。 几个小时后会收敛，但结果却很糟糕。 您可…

网上关于BP算法的解释浩如烟海，我没必要多写一篇充数，不过面试之前总想快速的复习一下，奈何没有成文的资料。本文旨在提取出纯净的推导过程，不过多解释，为了有基础的朋友们面试前快速过一下。 单个神经元的最简单神经网络模型如上图所示，也称作“M-P神经元模型”。该模型可以视为神经网络…

文本的相似性计算方法有很多，前面也讲了很多方式，下面继续讨论一种词语相似度的计算方法——基于知网的词语相似性计算。 词语相似度也是没有一种明确的客观标准可用来衡量，相似度涉及到词语的词法、句法、语义、语用等，很难有一个统一的定义。 词语相似度一般可分为两类方法，一种是基于 On…

常用机器学习算法汇总比较的最后一篇，介绍提升(Boosting)算法、GBDT、优化算法和卷积神经网络的基本原理、优缺点。 9. 提升(Boosting)方法 boosting 和 bagging 都是集成学习（ensemble learning）领域的基本算法，两者使用的多个…

最近一直在学习机器学习的知识，入门很难。之前跟着吴恩达老师的视频在学习，发现还是有很多的知识点难以理解。前不久，《机器学习A-Z》出了中文翻译，老师讲的非常浅显易懂，所以开始跟着学起来了。 为了能更系统的整理到学的知识进行一个整理，也作为一个自我监督，接下来就把较为系统的知识点…

作者多年以来学习算法总结的笔记，经整理之后开源于世。（作者：华校专）

1. 导入keras 2. Conv2D 构建卷积层。用于从输入的高维数组中提取特征。卷积层的每个过滤器就是一个特征映射，用于提取某一个特征，过滤器的数量决定了卷积层输出特征个数，或者输出深度。因此，图片等高维数据每经过一个卷积层，深度都会增加，并且等于过滤器的数量。 padd…