想要控制一件事物，首先需要能夠觀察它。
機器學習發展歷程:
概率建模：logistic回歸、樸素貝葉斯；
早期神經網路：梯度下降；
核方法: svm;
隨機森林、決策樹和梯度提公升機；
神經網路；
kaggle 上主要有兩大方法：梯度提公升機和深度學習。梯度提公升機主要使用xgboost，深度學習主要使用keras;
張量的關鍵屬性：
軸的個數、形狀、資料型別；
張量運算：
加法、乘法；
張量點乘；
張量變形；
張量運算的集合解釋：輸入資料的幾何變換；
深度學習的幾何解釋：
神經網路(或其他機器學習模型)：找到實現目標的變換，使得兩個類別明確可分；
機器學習內容：為複雜的、高度摺疊的資料流找到簡潔的表示；
雖然得到的表示是沒有意義的，但這是乙個起點。下一步則是根據反饋訊號逐漸調節這些權重。
keras深度學習（二）
上一次，我學到了感知機，多層感知機，啟用函式等 寫出了第乙個keras 例項 import keras.models import sequential model sequential model.add dense 12,input dim 8,kernel initializer random...
Keras深度學習（四）
今天測試前幾天所提到的演算法 1.使用keras定義簡單的神經網路 from future import print function import numpy as np from keras.datasets import mnist from keras.models import seque...
深度學習之Keras
keras簡介 keras是乙個高層神經網路api，keras完全由python編寫而成，使用tensorflow theano及cntk作為後端。通過python指令碼檢視keras使用的後端 輸出結果 使用keras構建深度學習模型 1.定義模型 建立乙個序貫模型並新增配置層。2.編譯模型 指定...