管家猫

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。 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…

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…

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）绝大多数Tensorflow.js的模型都不是给特别大的数设计的。…

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…

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…

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，…

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。 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，…

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…

解决了的问题是：当我们一个函数组件想要有自己维护的state的时候，不得已只能转换成class。这样很麻烦！ 😄1. 重点： useState的初始值，只在第一次有效 我当时反正没有当回事，直到遇到了坑... 🌰2. 举个例子： 😄 1. 就是相当于全局作用域，一处被修改…