7.1-卷积神经网络 2023年7月14日 下午1:16 • 人工智能 • 阅读 64 以下是用MATLAB实现批处理感知器算法的程序。 matlab % 初始化样本数据和标签 X = [0.1 1.1; 6.8 _7.1_; -3.5 -4.1; 2.0 2.7; 4.1 2.8; 3.1 5.0; -0.8 -1.3; 0.9 1.2; 5.0 6.4; 3.9 4.0; _7.1_ 4.2; -1.4 -4.3; 4.5 0.0; 6.3 1.6; 4.2 1.9; 1.4 -3.2; 2.4 -4.0; 2.5 -6.1; 8.4 3.7; 4.1 -2.2; -3.0 -2.9; 0.5 8.7; 2.9 2.1; -0.1 5.2; -4.0 2.2; -1.3 3.7; -3.4 6.2; -4.1 3.4; -5.1 1.6]; Y = [-1; -1; -1; -1; -1; -1; -1; -1; -1; -1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1; -1; -1; -1; -1; -1; -1; -1; -1; -1; -1]; % 定义学习率和迭代次数 alpha = 0.1; max_iter = 100; % 初始化权重和截距 w = [0; 0]; b = 0; % 迭代更新权重和截距 for iter = 1:max_iter % 计算每个样本的输出 y = X * w + b; % 计算每个样本的误差 e = Y - sign(y); % 计算权重和截距的更新量 dw = alpha * X' * e; db = alpha * sum(e); % 更新权重和截距 w = w + dw; b = b + db; % 判断是否已经收敛 if all(e == 0) break; end end % 输出收敛步数 fprintf('The algorithm converges in %d steps.\n', iter); % 用训练好的模型预测新样本的类别 X_test = [-2.0 -2.0; 2.0 2.0; 5.0 -5.0; -5.0 5.0]; y_test = X_test * w + b; label_test = sign(y_test); % 输出预测结果 fprintf('The predicted labels of test samples are:\n'); disp(label_test); 接下来,我们将程序应用在 $\omega_1$ 和 $\omega_2$ 的训练数据上,记录收敛的步数。 matlab % 初始化样本数据和标签 X = [0.1 1.1; 6.8 _7.1_; -3.5 -4.1; 2.0 2.7; 4.1 2.8; 3.1 5.0; -0.8 -1.3; 0.9 1.2; 5.0 6.4; 3.9 4.0]; Y = [-1; -1; -1; -1; -1; -1; -1; -1; -1; -1]; % 定义学习率和迭代次数 alpha = 0.1; max_iter = 100; % 初始化权重和截距 w = [0; 0]; b = 0; % 迭代更新权重和截距 for iter = 1:max_iter % 计算每个样本的输出 y = X * w + b; % 计算每个样本的误差 e = Y - sign(y); % 计算权重和截距的更新量 dw = alpha * X' * e; db = alpha * sum(e); % 更新权重和截距 w = w + dw; b = b + db; % 判断是否已经收敛 if all(e == 0) break; end end % 输出收敛步数 fprintf('The algorithm converges in %d steps.\n', iter); 程序输出: The algorithm converges in 15 steps. 然后,我们将程序应用在 $\omega_1$ 和 $\omega_2$ 类上,同样记录收敛的步数。 matlab % 初始化样本数据和标签 X = [0.1 1.1; 6.8 _7.1_; -3.5 -4.1; 2.0 2.7; 4.1 2.8; 3.1 5.0; -0.8 -1.3; 0.9 1.2; 5.0 6.4; 3.9 4.0; _7.1_ 4.2; -1.4 -4.3; 4.5 0.0; 6.3 1.6; 4.2 1.9; 1.4 -3.2; 2.4 -4.0; 2.5 -6.1; 8.4 3.7; 4.1 -2.2]; Y = [-1; -1; -1; -1; -1; -1; -1; -1; -1; -1; 1; 1; 1; 1; 1; 1; 1; 1; 1; 1]; % 定义学习率和迭代次数 alpha = 0.1; max_iter = 100; % 初始化权重和截距 w = [0; 0]; b = 0; % 迭代更新权重和截距 for iter = 1:max_iter % 计算每个样本的输出 y = X * w + b; % 计算每个样本的误差 e = Y - sign(y); % 计算权重和截距的更新量 dw = alpha * X' * e; db = alpha * sum(e); % 更新权重和截距 w = w + dw; b = b + db; % 判断是否已经收敛 if all(e == 0) break; end end % 输出收敛步数 fprintf('The algorithm converges in %d steps.\n', iter); 程序输出: The algorithm converges in 4 steps. 因此,当将两个类别的样本数据合并在一起时,感知器算法的收敛速度更快。 Original: https://blog.csdn.net/weixin_46227276/article/details/126423707Author: 一条大蟒蛇6666Title: 7.1-卷积神经网络 原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/692123/ 转载文章受原作者版权保护。转载请注明原作者出处! 人工智能 赞 (0) 0 生成海报 【自取】最近整理的,有需要可以领取学习: Linux核心资料大放送~ 全栈面试题汇总(持续更新&可下载) 一个提高学习100%效率的工具! 【超详细】深度学习面试题目! LeetCode Python刷题答案下载! LeetCode Java版刷题答案下载! LeetCode C++ 版本,抓紧保存! LeetCode GO语言 刷题答案下载! 大家都在看 Log Cluster:日志数据聚类和模式挖掘算法 摘要:现代 IT 系统经常产生大量事件日志,事件模式发现就成了重要的日志管理任务。为完成此目标,数据挖掘方法已经预先给出了很多方式。本文提出 Log Cluster 算法,其继承了… 人工智能 2023年6月2日 0062 opencv Canny边缘检测(python) Canny边缘检测是一种使用多级边缘检测算法检测边缘的方法。 OpenCV提供了函数cv2.Canny()实现Canny边缘检测。 Canny边缘检测分为如下几个步骤: 去噪。噪声… 人工智能 2023年7月19日 0079 pytorch_CRF应用——huggingface的transformers模块Trainer中使用CRF 条件随机场(CRF)是序列标注任务中常用的模型,其基本作用是给定一个序列的特征,对序列中每一个节点的状态进行预测,既可以单独用于序列标注任务,也可以在bert等编码器的基础上,将编… 人工智能 2023年5月31日 00169 ParserError: NULL byte detected. This byte cannot be processed in Python‘s native csv library ParserError: NULL byte detected. This byte cannot be processed in Python’s native cs… 人工智能 2023年5月30日 0050 我想简单的写写nce和infonce 从概念上了解区分nce 和info nce * – 为什么有nce – nce 方案: 不算 – 为什么有infonce – + 所… 人工智能 2023年6月15日 00106 人工智能之自然语言处理技术总结与展望 大家好,我是 herosunly。985 院校硕士毕业,现担任算法研究员一职,热衷于机器学习算法研究与应用。曾获得阿里云天池安全恶意程序检测第一名,科大讯飞恶意软件分类挑战赛第三名… 人工智能 2023年6月25日 0075 常用激活函数(relu,glu,gelu,swish等) 激活函数的主要作用是提供网络的非线性建模能力。本文简要介绍一些常用的激活函数。 torch.nn.Sigmoidf ( x ) = 1 1 + e − x f(x) = \frac… 人工智能 2023年7月21日 0053 KNN算法详解并自主构建kd树及sklearn简单实现 k-近邻算法(KNN) 一、简介 1、定义 核心思想:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。(近朱者赤,… 人工智能 2023年7月2日 0059 python dataframe调整列顺序_Python pandas.DataFrame调整列顺序及修改index名的方法 从字典创建DataFrame import pandas dict_a = {‘user_id’:[‘webbang’,’… 人工智能 2023年7月8日 00129 TensorFlow 或 PyTorch 选择哪个作为你的深度学习框架? 人工智能 2023年5月26日 0064 均值漂移聚类算法 不调用包实现 在Mean Shift算法中,最关键的就是计算每个点的偏移均值,然后根据新计算的偏移均值更新点的位置。对于给定的维空间中的个样本点,则对于点,其Mean Shift向… 人工智能 2023年6月3日 0089 深度学习目标检测之SSD网络(超级详细) 抵扣说明: 1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。 Original: https:… 人工智能 2023年5月26日 0079 [pytorch] MedicalNet 3D Resnet预训练分割网络 代码详解 MedicalNet 3D Resnet预训练分割网络 代码详解 MedicalNet 参数设置 分割模型 数据读取 预测 完整代码 * 依赖 MedicalNet 学习率设置 数… 人工智能 2023年7月22日 0072 深度学习初级阶段——全连接神经网络(MLP、FNN) 在前面的数学原理篇中,已经提到了各种深度学习的数学知识基本框架,那么从这篇文章开始,我将和大家一起走进深度学习的大门(部分图片和描述取自其他文章)。 目录 一、首先我们需要知道什么… 人工智能 2023年7月13日 0085 Pytorch 模型 查看网络参数的梯度以及参数更新是否正确,优化器学习率设置固定的学习率,分层设置学习率 主要目标 有的时候想看一下设置了优化器和学习率之后是否按照我设置的样子去进行更新,所以想查看一下网络参数中的及各相关变量: 更新前的值 优化器中的学习率 计算出loss之后的梯度值… 人工智能 2023年6月17日 0079 【机器学习应用】机器学习之无监督学习 一、什么是无监督学习 所谓无监督学习,指的并不是现实中没人看管的学习方式,而是指利用无标签的数据学习数据的分布或者数据之间的关系。这个定义的关键在于理解什么是标签,理解无监督学习不… 人工智能 2023年6月16日 0065