机器学习:第二篇 深度学习基础及数学原理
深度学习并没有想象的那么难,甚至比有些传统的机器学习更简单。所用到的数学知识也不需要特别的高深,本章将会一边讲解深度学习中的基本理论,一边通过动手使用PyTorch实现一些简单的理论,本章内容很多,所以只做一个简短的介绍。
这个是搬运的Pytorch手册里面的chapter2 2.2-deep-learning-basic-mathematics里面的内容。我觉得这个写的比较好,就搬运过来了。其他的以后再搬运吧。如果想要自己运行代码的话,可以下载下来,用jupyter运行一下就可以了。
监督学习和无监督学习
监督学习、无监督学习、半监督学习、强化学习是我们日常接触到的常见的四个机器学习方法:
监督学习:通过已有的训练样本(即已知数据以及其对应的输出)去训练得到一个最优模型(这个模型属于某个函数的集合,最优则表示在某个评价准则下是最佳的),再利用这个模型将所有的输入映射为相应的输出。
无监督学习:它与监督学习的不同之处,在于我们事先没有任何训练样本,而需要直接对数据进行建模。
半监督学习 :在训练阶段结合了大量未标记的数据和少量标签数据。与使用所有标签数据的模型相比,使用训练集的训练 ...
机器学习:第一篇 LSTM神经网络简单入门
One day ladies will take their computers for walks in the park and tell each other, “My little computer said such a funny thing this morning”.
—Alan Turing
写在前面
这是一个入门级的讲解,所以并不需要担心自己会看不懂,而且LSTM在神经网络中属于那种比较简单的模型。首先我们会简单讲解一下LSTM的原理,然后再结合一个例子。
软件要求
anaconda 3(64-bit) (anaconda是一个包管理和环境管理软件,因为我们在平时的使用中难免会遇到有些古老的包不支持最新的Python版本,或者是有些项目会使用到特定版本的模块,这时候就需要用到anaconda了)
Python IDE (直接使用Python自带的IDE也可以,但是好像并不好用,推荐使用anaconda自带的Jupyter Note,也可以使用Pycharm,我自己用的IDE是VScode)
tensorflow 2.1 (一般在anaconda自带的powersh ...
嵌入式:第三篇 STM32最小系统的组成结构
使用Altium Designer画一个最简单的单片机最小系统。
STM32最小系统的组成结构
1.时钟
2.电源
3.USB串口
4.复位按键
5.拓展接口
6.单片机主体
封装库
Altium Designer的封装库只有一些基本元件,这里打包一下常用的库,需要的话自己下。
altium designer元件库大全
提取码:h9v5
Altium Designer2020:下载地址/安装教程
在新版本中添加库的方法:
左上角>设置>Data Management>File-based Libraries>右下角 安装
时钟
一般选择8MHZ,方便倍频。
电源
这里用AMS1117模块。
USB串口电路
这里用的Micro USB,现在也可以使用Type C(推动Type C标准一统天下:stuck_out_tongue_winking_eye:)。
复位按键
通常低电平复位:(51单片机高电平复位,电容电阻位置调换)
上电复位,在上电瞬间,电容充电,RESET出现短暂的低电平,该低电平持续时间由电阻和电容共同决定,计算方式如下:
12t = 1.1R ...