温故而知新,可以为师矣[1]。
花了一个多月把之前写的一些关于机器学习、深度学习的模型都重新编译并且跑了一遍,渣渣电脑,幸好有Google的羊毛可以薅,省出很多时间可以把代码的注释翻译成俄语版本,总算快完工了🤣,可以投入新的战场了😊。
-
-
梯度下降 (Gradient descent) (code) (notebook-in-colab) 一个关于梯度下降与 Levenberg–Marquardt 算法比较的例子在这个 repo。
-
岭回归 (Ridge regression) (code) (notebook-in-colab) (kaggle-kernel)
-
监督下降法 (Supervised Descent Method, SDM) (code) (notebook-in-colab) 虽不属于线性模型,但例子中的最优参数是通过岭回归找到的。
-
-
逻辑回归 (Logistic regression) (code) (notebook-in-colab)
-
多项回归 (Multinomial logistic regression, Softmax regression) (code) (notebook-in-colab)
-
-
NN 降维 (Dimensionality reduction with NN) (code) (notebook-in-colab)
-
CNN 降维 (Dimensionality reduction with CNN) (code) (notebook-in-colab)
-
-
主成分分析 (Principal Component Analysis, PCA) (code) (notebook-in-colab)
-
K-近邻算法 (k-nearest neighbors algorithm, k-NN) (code) (notebook-in-colab)
-
决策树 (Decision tree) (code) (notebook-in-colab) (kaggle-kernel)
-
-
朴素贝叶斯分类器 (Naive Bayes classifier) (code) (notebook-in-colab)
-
隐马尔科夫模型 (Hidden Markov Model, HMM) (code) (notebook-in-colab) (kaggle-kernel)
-
最大期望算法 (Expectation Maximization algorithm, EM) (code) (notebook-in-colab)
-
混合高斯模型 (Gaussian mixture model, GMM) (code) (notebook-in-colab)
-
-
-
k-means 聚类 (k-means clustering, k-means) (code) (notebook-in-colab)
-
-
-
随机森林 (Random Forest, RF) (code) (notebook-in-colab)
-
AdaBoost 算法 (Adaptive Boosting, AdaBoost) (code) (notebook-in-colab) (kaggle-kernel)
-
-
-
曲线拟合 (Curve fitting) (code) (notebook-in-colab) (kaggle-kernel)
-
多层感知机 (Multilayer Perceptron, MLP) (code) (notebook-in-colab)
-
卷积神经网络 (Convolutional Neural Network, CNN) (code-keras) (notebook-in-colab)
-
卷积神经网络 (Convolutional Neural Network, CNN) (code-tf) (notebook-in-colab) (kaggle-kernel)
-
基于 CNN 的人脸识别 (Facial recognition based on CNN) (code) (notebook-in-colab)
-
正则化 (Regularization) (code) (notebook-in-colab)
-
批量归一化 (Batch Normalization, BN) (code) (notebook-in-colab)
-
小波神经网络 (Wavelet Neural Network, WNN) (code) (notebook-in-colab)
-
-
-
自编码器 (Autoencoder, AE) (code) (notebook-in-colab) (kaggle-kernel)
-
变分自编码器 (Variational autoencoder, VAE) (code) (notebook-in-colab)
-
生成对抗网络 (Generative Adversarial Networks, GAN) (code) (notebook-in-colab) (kaggle-kernel)
-
深度卷积生成对抗网络 (mnist) (Deep Convolutional Generative Adversarial Networks, DCGAN) (code) (notebook-in-colab)
-
深度卷积生成对抗网络 (FaceWarehouse) (Deep Convolutional Generative Adversarial Networks, DCGAN) (code) (notebook-in-colab)
-
-
Tensorboard 的使用 (Tensorboard tutorials) (code) (notebook-in-colab)
-
TensorFlow Dataset 类的使用 (TensorFlow Dataset class tutorials) (code) (notebook-in-colab)
-
VGG 网络在图像分类任务中的应用 (Application of VGG networks in image classification task) (code) (notebook-in-colab)
-
Levenberg-Marquardt-algorithm 梯度下降和 LM 算法的比较
-
NN_and_WNN 反向传播算法实现神经网络与小波神经网络
-
Fishing Vessel IDentification (FVID) 通过神经网络及小波神经网络实现对渔船作业方式的识别
-
Autoencoder-for-clustering 通过自编码器与 k-means 算法实现对 MNIST 数据集中 0, 1 图像的聚类
-
TensorFlow-Examples 适用于初学者的 TensorFlow 教程
-
TensorFlow-Course 另一个简易教程,包含
code
与jupyter notebook
-
Statistical-learning-method 通过
Python
实现的一些统计学模型 -
TensorFlow Datasets TensorFlow 中数据集类的使用
-
Tensorboard TensorFlow 可视化工具 Tensorboard 的使用
脚注 (Footnote)