红豆生南国 是很遥远的事情

摘要： 目录1. 池化层2. CNN的一般架构3. 经典的LeNet4 代码5 代码2 1. 池化层 为什么要有池化层？ 目标就是降采样subsample，shrink，减少计算负荷，内存使用，参数数量（也可防止过拟合） 正如卷积神经网络一样，在池化层中的每个神经元被连接到上面一层输出的神经元，只对应一小块 阅读全文

摘要： 目录1. 什么是感受野 1. 什么是感受野 CNN与DNN 不同之处局部连接 卷积的计算： 假设有一个 55 的图像，使用一个 33 的 filter 进行卷积，得到一个 3*3 的 Feature Map 彩色图片 3通道： 一个卷积核 得到一层 feature_map 在一个特征图里面，所有的神 阅读全文

摘要： 目录1. 举例2. python实现 1. 举例 2. python实现 import numpy as np from sklearn.datasets import fetch_mldata from sklearn.utils.extmath import safe_sparse_dot de 阅读全文

摘要： 目录 人工神经网络有两个或两个以上隐藏层，称为DNN 深度神经网络 三种常见的激活函数及其导数 --复习前面所学 线性回归更新权重 逻辑回归 多分类 阅读全文

摘要： 目录1. 神经网络算法是有监督的学习算法，2. 分类3. 训练4. 代码 进入新的内容，深度学习啦 万事万物的产生不是一下子就变出来的，学术上也是，一点点的进步才催生出一门新的学科或者技术，神经网络用于机器学习也不例外， 前面的机器学习的内容，线性回归，逻辑回归，多分类，决策树，以及各种集成学习，再 阅读全文

摘要： 目录 Max Entropy Markov Model MEMM，即最大熵马尔科夫模型，属于判别式模型。 最大熵模型 + 隐马尔可夫模型 HMMM没办法加入新的特征，MEMM是判别式模型，这就允许它可以加入更多的Features。 观测独立假设对应的就是朴素贝叶斯的条件独立性假设，即t+1时刻的y状 阅读全文

摘要： 目录1. 熵的定义2. 最大熵模型算法3. 逻辑回归 与 最大熵 之间的关系 参考：https://www.cnblogs.com/pinard/p/6972299.html 最大熵模型(maximum entropy model， MaxEnt)也是很典型的分类算法了，它和逻辑回归类似，都是属于对 阅读全文

摘要： 目录 待补充 参考资料 刘建平博客 pinard 阅读全文

摘要： 目录1. 暴力求解法2. 前向算法求HMM观测序列的概率3. 从后往前推 后向算法 1. 暴力求解法 任意一条路径都有可能得到需要的观测结果： 如果我们的隐藏状态数N非常多的那就麻烦了，此时我们预测状态有NT种组合，算法的时间复杂度是O(TNT)阶的 2. 前向算法求HMM观测序列的概率 在前向算法 阅读全文

摘要： 目录1. Hidden Markov Model2. HMM模型定义 注：参考链接 https://www.cnblogs.com/pinard/p/6945257.html 1. Hidden Markov Model 隐马尔科夫模型（Hidden Markov Model，以下简称HMM）是比较 阅读全文