随笔分类 -  Deep Learning

摘要：1.原理 CNN的资料特别多，这里不再赘述，仅收集相关的资料供大家参考： a.Deep learning：五十一(CNN的反向求导及练习) b.Deep Learning 2.实现 我们使用keras实现CNN，Keras的使用文档请参考 a.Keras中文文档 b.Keras英文文档。 参考ker 阅读全文

摘要：BP神经网络是深度学习的重要基础，它是深度学习的重要前行算法之一，因此理解BP神经网络原理以及实现技巧非常有必要。接下来，我们对原理和实现展开讨论。 1.原理 有空再慢慢补上，请先参考老外一篇不错的文章：A Step by Step Backpropagation Example 激活函数参考：深度 阅读全文

摘要：1.信息熵 给定概率密度函数\(p(x)\)， 定义该函数的信息熵 \(H(p)=H[\mathbf{x}]=-\int{p(\mathbf{x})lnp(\mathbf{x})d\mathbf{x}}\) 信息熵描述了分布的混乱程度。均匀分布是使得信息熵最大的概率分布。单点的冲击响应函数对应的信息 阅读全文

摘要：Softmax回归用于处理多分类问题，是Logistic回归的一种推广。这两种回归都是用回归的思想处理分类问题。这样做的一个优点就是输出的判断为概率值，便于直观理解和决策。下面我们介绍它的原理和实现。 1.原理 a.问题 考虑\(K\)类问题，假设已知训练样本集\(D\)的\(n\)个样本\(\{( 阅读全文

摘要：Caffe2训练好的模型可在Model Zoo下载，下载的命令很简单，接下来以下载和使用squeezenet为例，进行简单说明。 1.浏览可下载的模型 已有模型都放在github上，地址：https://github.com/caffe2/caffe2/wiki/Model-Zoo，当前有caffe 阅读全文

摘要：使用IDE开发深度学习的应用，可以事半功倍，Caffe2已经全面支持Python，这里介绍如何在Ubantu14.04下，利用EclipseCaffe2的二次开发或应用。 1.安装eclipse 具体请参考：ROS知识（6） 基于Eclipse开发 2.安装eclipse的插件PyDev 具体请参阅 阅读全文

摘要：Caffe2,Deep Learning,Ubantu 阅读全文