本文是参考吴恩达老师的深度学习视频而作的笔记算法
深度学习
引言
挑战：AI真正的挑战在于解决那些对人类来讲很容易执行，但很难形式化描述的问题，好比识别人们所说的话/图像中的脸/分辨苹果和梨。<br> 解决方案：让计算机从经验中学习，并根据层次化的概念体系理解世界，而每一个概念是经过与某些相对简单的概念之间的关系来定义的。而如何绘制出这种关系，就是咱们常说的深度学习。机器学习
区别
机器学习：AI系统须要具有本身获取知识的能力，即从原始数据中提取模式的能力。即研究人员不会编写指令控制机器，而是用大量数据和算法“训练”机器，让机器本身学会如何执行任务。函数
参考连接学习
Octave的安装和使用
安装
brew update && brew upgrade
brew install gcc
brew install octave
注：不要安装4.0.0版本，该版本有重大bug.spa
使用
基本操做
加、减、乘、除
// 加
1+2
// 减
6-2
// 乘
3*4
//除
1/2
// 指数运算
2^3
逻辑运算
// 相等
1 == 2 % 注释内容
//不相等
1 ~= 2 % true
// 逻辑与
1 && 0 % false
// 逻辑或
1 || 0 % true
// 异或
xor(1,0)
修改提示符
PS1('>> ');
变量
a = 3
a = 3; % 阻止打印输出
打印或显示一个变量
a
disp(a)
// 显示默认位数
format long
a
format short
a
向量和矩阵
// 矩阵
A = [1 2; 3 4; 5 6]
// 行向量
v = [1 2 3]
// 列向量
v = [1; 2; 3]
//矩阵的其余生成
v = 1:0.1:2
v = 1:6
ones(2,3)
C = 2*ones(2,3)
w = ones(1,3)
w = zeros(1,3)
// 随机矩阵，数值0-1
w = rand(3,3)
// 服从正态分布
w = randn(1,3)
//
w = -6 + sqrt(10)*(rand(1,10000));
// 绘制成直方图
hist(w)
hist(w,50)
// 单位矩阵
I = eye(4)
//帮助指令
help eye
help help
移动数据
A = [1 2; 3 4; 5 6]
// 矩阵维度
size(A)
sz = size(A)
size(sz)
//A矩阵第1维度的大小
size(A,1)
//A矩阵第2维度的大小
size(A,2)
// 矩阵两维度的最大值
v = [1 2 3 4]
length(v)
length(A)
导入数据
// 显示当前目录
pwd
cd ''
ls
// 导入数据
load house.dat
load price.dat
// 显示当前在内存中的变量
who
// 显示更详细的变量信息
whos
// 显示house.dat中的数据集
house
size(house)
size(price)
// 删除某个变量
clear price
// 清理工做空间
clear
// 赋值变量
v = priceY(1:5)
导出数据
// 存入硬盘
save hello.mat v;
save hello.txt v -ascii;
操做数据
索引操做
A = [1 2; 3 4; 5 6;]
// 第3行第2列的元素
A(3,2)
// 第2行全部元素
A(2,:)
// 第1列所欲元素
A(:,1)
// 第1行和第3行的全部元素
A([1 3],:)
// 将A的第2列赋值成[10;11;12;]
A(:,2) = [10;11;12;]
// 添加第3列
A = [A, [100; 101; 102;]
// 把A中全部元素放入一个单独的列向量
A(:)
// 结合矩阵
A = [1 2; 3 4; 5 6;]
B = [11 12 13; 14 15 16;]
C = [A B]
C = [A ; B]
计算数据
A = [1 2; 3 4;5 6]
B = [11 12;13 14; 15 16;]
C = [1 1;2 2;]
A * C
// 对应元素相乘 .表示元素的运算
A.* B
A. ^ 2
v = [1;2;3;]
1 ./v
1 ./A
// 以e为底，以v中元素为指数的幂运算
exp(v)
// 求绝对值
abs(v)
// v的相反数
-v
// 向量每一个元素都加1
v + ones(length(v),1)
v + 1
// 转置
A
A'
a = [1 15 2 0,5]
val = max(a)
[val, ind] = max(a)
// 每列的最大值
max(A)
a = [1 15 2 0.5]
a < 5
// 找出小于3的元素并返回索引
find(a < 3)
// 任意行列对角线中的元素加起来都等于相同的值
A = magic(3)
//r 行 c列
[r,c] = find(A >= 7)
// 求和函数
a
sum(a)
// 相乘函数
prod(a)
// 向下取整
floor(a)
//向上取整
ceil(a)
// A的逆矩阵
A = magic(3)
pinv(A)
数据绘制
t = [0; 0.01;0.98];
t
y1 = sin(2*pi*4*t);
plot(t,y1);
y2 = cos(2*pi*4*t);
plot(t,y2);
plot(t,y1);
hold on;
plot(t,y2,'r');
xlabel('time')
ylabel('value')
legend('sin','cos')
title('my plot')
print -dpng 'myplot.png'
help plot
close
//
figure(1): plot(t,y1);
figure(2): plot(t,y2);
subplot(1,2,1);
plot(t,y1);
subplot(1,2,2);
plot(t,y2);
//
A = magic(5)
imagesc(A)
imagesc(A),colorbar,colormap gray;
控制语句
for循环
v = zeros(10,1)
for i = 1:10.
v(i) = 2^i;
end;
while循环
v
while i <= 5.
v(i) = 100;
i = i + 1;
end;
while true.
v(i) = 999;
i = i + 1;
if i == 6.
break;
end;
end;
if条件语句
if v(1) == 1.
disp('The value is one');
elseif v(1) == 2.
disp('The value is two');
else
disp('The value is not one or two');
end;
函数
squareThisNumber(2)
[a,b] = squareAndCubeThisNumber(5)