随笔分类 -  deep learning

上一页 1 2 3 4
UFLDL（五）自编码算法与稀疏性
摘要：新教程内容太繁复，有空再看看，这节看的还是老教程： http://ufldl.stanford.edu/wiki/index.php/%E8%87%AA%E7%BC%96%E7%A0%81%E7%AE%97%E6%B3%95%E4%B8%8E%E7%A8%80%E7%96%8F%E6%80%A7 之 阅读全文
posted @ 2016-03-20 16:31 牧马人夏峥 阅读(266) 评论(0) 推荐(0)
UFLDL 教程学习笔记（四）
摘要：课程地址：http://ufldl.stanford.edu/tutorial/supervised/FeatureExtractionUsingConvolution/ 在之前的练习中，图片比较小，这节课的方法可以应用到更大的图像上。 Fully Connected Network... 阅读全文
posted @ 2015-10-07 18:50 牧马人夏峥 阅读(249) 评论(0) 推荐(0)
UFLDL 教程学习笔记（四）
摘要：课程链接：http://ufldl.stanford.edu/tutorial/supervised/MultiLayerNeuralNetworks/ 这一节前半部分介绍了神经网络模型及前向传导，定义了很多的变量，这些变量到底代表了什么一定要搞懂，否则后半部分的推导就看不懂了。 首先是active 阅读全文
posted @ 2015-09-20 14:22 牧马人夏峥 阅读(264) 评论(0) 推荐(0)
UFLDL 教程学习笔记（三）
摘要：教程地址：http://ufldl.stanford.edu/tutorial/supervised/SoftmaxRegression/ logstic regression是二分类的问题，如果想要多分类，就得用softmax regression。 这节比较难理解的是cost function， 阅读全文
posted @ 2015-09-12 17:20 牧马人夏峥 阅读(271) 评论(0) 推荐(0)
UFLDL 教程学习笔记（二）
摘要：课程链接：http://ufldl.stanford.edu/tutorial/supervised/LogisticRegression/ 这一节主要讲的是梯度的概念，在实验部分，比较之前的线性回归的梯度与通过定义来计算的梯度，统计二者之间的误差。 线性回归得到的是一个连续值，有时我们想得到0或者 阅读全文
posted @ 2015-09-12 08:56 牧马人夏峥 阅读(279) 评论(0) 推荐(0)
UFLDL 教程学习笔记（一）
摘要：ufdl的新教程，从基础学起。第一节讲的是线性回归。主要目的是熟悉目标函数，计算梯度和优化。 按着教程写完代码后，总是编译出错，一查是mex的原因，实在不想整了。 这位博主用的是向量，比较简洁：http://blog.csdn.net/lingerlanlan/article/details/383 阅读全文
posted @ 2015-09-05 16:51 牧马人夏峥 阅读(384) 评论(0) 推荐(0)
百度深度学习的图像识别进展
摘要：这是百度文章《基于深度学习的图像识别进展：百度的若干实践》的摘要，里面还有博主的个人见解，感觉还不错：http://www.cvrobot.net/image-recognition-progression-based-on-deep-learning-by-baidu/ 这是那篇文章：h... 阅读全文
posted @ 2015-09-03 10:49 牧马人夏峥 阅读(254) 评论(0) 推荐(0)
机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2)
摘要：转自：http://ask.julyedu.com/question/708 阅读全文
posted @ 2015-09-03 10:41 牧马人夏峥 阅读(127) 评论(0) 推荐(0)
Deep learnin简介
摘要：从今天开始，准备入DL的大坑，希望自己能坚持下来。 网上有不少介绍： 深度学习的历 史：http://www.goldencui.org/2014/12/02/%E7%AE%80%E6%98%8E%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E6%96%... 阅读全文
posted @ 2015-08-30 16:20 牧马人夏峥 阅读(180) 评论(0) 推荐(0)

上一页 1 2 3 4