这篇文章介绍一下关于CNN中卷积层可视化的一种方法。主要的思想是找一张图片,使得某个layer的filter的激活值最大,这张图片就是能被这个filter所检测的对象。文章中有详细...
KDD99数据集与NSL-KDD数据集介绍
这一部分会介绍一下KDD99数据集,包括NSL-KDD数据集,整理一些自己使用过的资料。
PyTorch使用记录
这一篇文章主要记录一下Pytorch在日常使用中,我经常使用到的一些功能,主要是一个记录的功能。
Backpropagation(反向传播)方法介绍
这篇文章会简单介绍一下反向传播的相关内容。并说明一下梯度消失的原因。给出如何在Pytorch中初始化网络的系数,并打印出网络的梯度和系数的值。给出一个反向传播的例子。
机器学习文章总结
这一部分会对深度学习,机器学习的文章进行归类,方便查找与学习。
分类问题–Logistic Regression方法介绍
这一篇文章主要介绍分类问题的解决。主要介绍逻辑回归,从逻辑回归讲到他的损失函数的定义的来源,也就是Cross Entropy的来源。
数据关键特征的提取
这一篇文章主要介绍了如何从数据集中提取重要的原始特征的方法,这些特征是可能能对分类器的分类产生很好的效果。
Batch Normalization技术介绍
这一部分介绍一下Batch Normalization,这个可以帮助我们在模型train不起来的时候,帮助模型的训练。十分有用的一个工具。
Dropout技术介绍
本篇介绍关于dropout技术。dropout是在过拟合的时候进行使用的技术,适用与deep learning。
Pytorch模型实例-MNIST dataset
这里给出一个使用动态改变网络结构的例子,来实现在MNIST dataset中的分类实验。这个目的是为了之后可以帮助我们测试dropout,BN等的性能。
17