05 2017 档案

UFLDL讲义二十一：池化
摘要：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 16:21 eraserNut 阅读(232) 评论(0) 推荐(0)
UFLDL讲义二十：卷积特征提取
摘要：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 16:19 eraserNut 阅读(283) 评论(0) 推荐(0)
UFLDL讲义十九：线性解码器
摘要：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 16:16 eraserNut 阅读(224) 评论(0) 推荐(0)
UFLDL讲义十八：微调多层自编码算法
摘要：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 16:14 eraserNut 阅读(175) 评论(0) 推荐(0)
UFLDL讲义十七：栈式自编码算法
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 16:12 eraserNut 阅读(413) 评论(0) 推荐(0)
UFLDL讲义十六：深度网络概览
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 16:09 eraserNut 阅读(151) 评论(0) 推荐(0)
UFLDL讲义十五：从自我学习到深层网络
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 16:05 eraserNut 阅读(189) 评论(0) 推荐(0)
UFLDL讲义十四：自我学习
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 16:02 eraserNut 阅读(124) 评论(0) 推荐(0)
UFLDL讲义十三：softmax归回
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 15:59 eraserNut 阅读(175) 评论(0) 推荐(0)
UFLDL讲义十二：实现主成分分析和白化
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 15:55 eraserNut 阅读(198) 评论(0) 推荐(0)
UFLDL讲义十一：白化
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 15:53 eraserNut 阅读(170) 评论(0) 推荐(0)
UFLDL讲义十：主成分分析
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 15:48 eraserNut 阅读(198) 评论(0) 推荐(0)
UFLDL讲义九：神经网络向量化
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 15:43 eraserNut 阅读(172) 评论(0) 推荐(0)
UFLDL讲义八：逻辑回归的矢量化实现样例
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 15:38 eraserNut 阅读(290) 评论(0) 推荐(0)
UFLDL讲义七：矢量化编程
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 15:35 eraserNut 阅读(175) 评论(0) 推荐(0)
UFLDL讲义六：稀疏自编码器符号一览表
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 下面是我们在推导sparse autoencoder时使用的符号一览表： 阅读全文
posted @ 2017-05-05 15:34 eraserNut 阅读(258) 评论(0) 推荐(0)
UFLDL讲义五：可视化自编码器训练结果
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 15:32 eraserNut 阅读(214) 评论(0) 推荐(0)
UFLDL讲义四：自编码算法与稀疏性
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 15:30 eraserNut 阅读(198) 评论(0) 推荐(0)
UFLDL讲义三：梯度检验与高级优化
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 15:25 eraserNut 阅读(211) 评论(0) 推荐(0)
UFLDL讲义二：反向传导算法
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 15:22 eraserNut 阅读(245) 评论(0) 推荐(0)
UFLDL讲义一：神经网络
摘要：注：本讲义来源为NG教授的机器学习课程讲义，详见 http://deeplearning.stanford.edu/wiki/index.php 阅读全文
posted @ 2017-05-05 15:14 eraserNut 阅读(317) 评论(0) 推荐(0)