摘要:
对于一个分类问题,首先要有数据,然后需要找到一个模型f,定义loss function,最后找到表现最好的f的参数。 从概率上讲,分类问题其实就是根据训练数据估计新的数据属于哪一类的概率。 在讲概率生成模型前需要介绍高斯分布函数。 输入是特征向量x,输出是x的概率,高斯函数的形状由均值和协方差矩阵决
阅读全文
posted @ 2017-08-31 17:31
AI产品观察
阅读(4505)
推荐(0)
摘要:
课程note中讲了一些工程经验,感觉很有用,记下来供自己以后查阅 相比于大的滤波器,小滤波器更受青睐。小滤波器参数更少、计算量更小、能够表达更多的特征,做反向传播时需要的内存更少。 通常不会考虑创建一个新的网络结构。一般都会找一些在ImageNet上有较好表现的预训练网络,下载下来然后做finetu
阅读全文
posted @ 2017-08-24 19:47
AI产品观察
阅读(394)
推荐(0)
摘要:
原文出处:http://www.cnblogs.com/jacklu/p/6377820.html 个人知乎主页欢迎关注:https://www.zhihu.com/people/jack_lu,相信我会提供高质量的timeline。 “站在岸上学不会游泳。”看了各种深度学习的新闻、有意思的pape
阅读全文
posted @ 2017-02-08 14:15
AI产品观察
阅读(5669)
推荐(0)
摘要:
原文地址:http://www.cnblogs.com/jacklu/p/6226330.html Exynos 4412 Uboot的汇编代码就不贴了,没有的可以私信我。 这是我当时阅读代码时的思维导图笔记,没有条理性。分析了从上电到跳转到C语言的整个汇编过程。Uboot与CPU芯片息息相关,看汇
阅读全文
posted @ 2016-12-27 16:20
AI产品观察
阅读(2726)
推荐(0)
摘要:
原文地址:http://www.cnblogs.com/jacklu/p/6225073.html 1 概述 隐马尔可夫模型(Hidden Markov Model,HMM)是结构最简单的动态贝叶斯网,这是一种著名的有向图模型,主要用于时序数据建模(语音识别、自然语言处理等)。 假设有三个不同的骰子
阅读全文
posted @ 2016-12-27 14:38
AI产品观察
阅读(14374)
推荐(3)
摘要:
原文地址:http://www.cnblogs.com/jacklu/p/6139347.html 如果你觉得这篇博客对你的项目有用,请引用以下论文: Meng Shengwei, Lu Jianjie. Design of a PCIe Interface Card Control Softwar
阅读全文
posted @ 2016-12-06 22:23
AI产品观察
阅读(10220)
推荐(2)
摘要:
进程控制块(PCB) 在Linux中task_struct结构体即是PCB。PCB是进程的唯一标识,PCB由链表实现(为了动态插入和删除)。 进程创建时,为该进程生成一个PCB;进程终止时,回收PCB。 PCB包含信息:1、进程状态(state);2、进程标识信息(uid、gid);3、定时器(ti
阅读全文
posted @ 2016-03-24 21:59
AI产品观察
阅读(34111)
推荐(3)
摘要:
源代码下载地址为:www.clang.cc 阅读学习了源代码,并做了简单的注释和修改,里面只用了链表数据结构,非常适合C语言入门者学习阅读。 程序可在VS2013下编译运行。 1 #include<stdio.h> 2 #include<time.h> 3 #include<windows.h> 4
阅读全文
posted @ 2016-02-24 20:03
AI产品观察
阅读(83742)
推荐(2)
摘要:
原文出自:http://www.cnblogs.com/jacklu/p/5140913.html功率谱估计在分析平稳各态遍历随机信号频率成分领域被广泛使用,并且已被成功应用到雷达信号处理、故障诊断等实际工程中。本文给出了经典功率谱估计的几类方法,并通过Matlab的实验仿真对经典功率谱估计方法性能...
阅读全文
posted @ 2016-01-19 00:32
AI产品观察
阅读(44255)
推荐(9)
摘要:
原文出处:http://www.cnblogs.com/jacklu/p/4729638.html嵌入式的工程师一般都知道CAN总线广泛应用到汽车中,其实船舰电子设备通信也广泛使用CAN,随着国家对海防的越来越重视,对CAN的需求也会越来越大。这个暑假,通过参加苏州社会实践,去某船舶电气公司实习几周...
阅读全文
posted @ 2015-09-10 20:43
AI产品观察
阅读(57197)
推荐(7)