內容綱要
深度學習：原理簡明教程10-深度學習:評估函式
評估函式（metrics）：主要用於訓練或者測試時，評估模型的好壞。
1）評估時機。正確做法應該在每個epoch結束後進行評估，比如precision，recall，f1這些值，而有些框架如keras是在每個mini-batch就進行評估，好訊息是未來會引入global metrics，在每個epoch評估。
2）keras框架的評估函式不全，目前在改進，scikit learn的全。
常見的評估函式有：
1）和損失函式相同的函式：這部分函式在深度學習：原理簡明教程09-深度學習:損失函式已經介紹過，這裡不再詳述：
mean_squared_error
mean_absolute_error
mean_absolute_percentage_error
mean_squared_logarithmic_error
squared_hinge
hinge
categorical_hinge
logcosh
binary_crossentropy
categorical_crossentropy
sparse_categorical_crossentropy
kullback_leibler_divergence
poisson
cosine_proximity
2）和損失函式不同的函式：
binary_accuracy
categorical_accuracy
sparse_categorical_accuracy
top_k_categorical_accuracy
sparse_top_k_categorical_accuracy
3）global的metrics以後補：（等keras後續版本發布再補上）
實際上用得多的還有：
precision
recall
f-score
aucbinary_accuracy：
公式：
公式：
特點：
輸入的是one-hot
sparse_categorical_accuracy：
公式：
特點：
sparse主要指y非one-hot，是id
top_k_categorical_accuracy：
公式：
公式：
特點：
sparse主要指y非one-hot，是id
補充兩個材料：可以用其補充keras metrics
1）2）
乾貨 深度學習中的線性代數 簡明教程
linear algebra for deep learning 深度學習 deep learning 是機器學習的乙個子領域，涉及的演算法模仿大腦的功能和結構，稱為人工神經網路。線性代數 linear algebra 是有關連續值的數學。許多計算機科學家在此方面經驗不足 傳統上電腦科學更偏重離散數...
《jogl簡明教程》學習筆記2
繪製圖形，這個相當坑。我一開始以為jogl怎麼連畫個線的方法都沒有，居然要用無數個點來模擬線條，還不如他老子呢。當我耐心的看完幾個用點模擬線的方法以後，往後一頁 繪製直線。淚。畫直線gl.glbegin gl.gl lines gl.glvertex2i x0,y0 起點 gl.glvertex2i...
python簡明教程學習筆記 模組
1.模組 如果我們想在別的程式之中重用我們已經寫好的函式，我們就需要使用模組。有很多種方法可以編寫模組，其中最簡單的就是建立乙個包含函式變數，以 py 格式為字尾的檔案。另一種方法是使用撰寫 python 直譯器本身的本地語言來編寫模組。舉例來說，你可以使用 c 語言 來撰寫 python 模組，並...