摘要：
paper Learning Convolutional Neural Networks for Graphs论文导读及代码链接（比较细，全面） [论文笔记]Learning Convolutional Neural Networks for Graphs(与上面这篇互为补充) Learning C 阅读全文
posted @ 2020-04-06 14:57
hugh.wei
阅读(122)
评论(0)
推荐(0)
摘要：
聚类Agglomerative Clustering 及其三种方法Single-linkage、Complete-linkage，Group average 词干提取（stemming）和词形还原（lemmatization） 凝聚法层次聚类之ward linkage method Stemming 阅读全文
posted @ 2020-01-30 17:11
hugh.wei
阅读(195)
评论(0)
推荐(0)
摘要：
神经网络中，各种AutoEncoder应当是最有效地无监督学习方法,下面是偏向机器学习方面的半监督学习总结，来源周志华的【machine learning】。 半监督学习【机器学习】 前面我们一直围绕的都是监督学习与无监督学习，监督学习指的是训练样本包含标记信息的学习任务，例如：常见的分类与回归算法 阅读全文
posted @ 2019-11-12 09:47
hugh.wei
阅读(667)
评论(0)
推荐(0)
摘要：
附加内容:透彻理解熵（包括信息熵和交叉熵） 一文搞懂交叉熵在机器学习中的使用，透彻理解交叉熵背后的直觉 第一篇： 利用一些饱和激活函数的如sigmoid激活时，假如利用均方误差损失，那么损失函数向最后一层的权重传递梯度时，梯度公式为 可见梯度与最后一层的激活函数的导数成正比，因此，如果起始输出值比较 阅读全文
posted @ 2019-10-17 12:50
hugh.wei
阅读(3868)
评论(0)
推荐(0)
摘要：
我们在科研中会发现这样的现象：做相似或相关的研究，付出了同样艰辛的劳动，有些实验室能经常发表许多很好的论文，而有些实验室发表的论文却在低档次水平徘徊。为什么会发生这种现象呢?低水平论文变成高水平论文的到底难度在哪呢?在回答这个问题前，首先归纳一下高水平论文的特点： 1)论文的假说要新，有创造性，而且 阅读全文
posted @ 2019-09-24 16:58
hugh.wei
阅读(150)
评论(0)
推荐(0)
摘要：
该论文主要针对LSTM并无法很好处理Long Range Dependence, 提出分块处理技术，能够保证不影响运算速度的情况下，提供对长范围依赖特性的建模。 Belletti, Francois, Alex Beutel, Sagar Jain, and Ed Chi. "Factorized 阅读全文
posted @ 2019-09-20 11:47
hugh.wei
阅读(167)
评论(0)
推荐(0)
摘要：
1) Francois Belletti, Alex Beutel, Sagar Jain, Ed Huai-hsin Chi: Factorized Recurrent Neural Architectures for Longer Range Dependence. AISTATS 2018: 阅读全文
posted @ 2019-09-18 10:29
hugh.wei
阅读(242)
评论(0)
推荐(0)
浙公网安备 33010602011771号