01 2017 档案

CNN误差反传时旋转卷积核的简明分析(转)
摘要:CNN(卷积神经网络)的误差反传(error back propagation)中有一个非常关键的的步骤就是将某个卷积(Convolve)层的误差传到前一层的池化(Pool)层上,因为在CNN中是2D反传,与传统神经网络中的1D反传有点细节上的不同,下面通过一个简单的例子来详细分解一下这个反传步骤。 阅读全文
posted @ 2017-01-14 16:55 川师15级软工研王*飞 阅读(278) 评论(0) 推荐(0)
图像卷积与滤波的一些知识点(转)
摘要:图像卷积与滤波的一些知识点 zouxy09@qq.com http://blog.csdn.net/zouxy09 之前在学习CNN的时候,有对卷积进行一些学习和整理,后来就烂尾了,现在稍微整理下,先放上来,以提醒和交流。 一、线性滤波与卷积的基本概念 线性滤波可以说是图像处理最基本的方法,它可以允 阅读全文
posted @ 2017-01-14 16:27 川师15级软工研王*飞 阅读(395) 评论(0) 推荐(0)
matlab的二维卷积操作(转)
摘要:MATLAB的conv2函数实现步骤(conv2(A,B)): 其中,矩阵A和B的尺寸分别为ma*na即mb*nb ① 对矩阵A补零,第一行之前和最后一行之后都补mb-1行,第一列之前和最后一列之后都补nb-1列(注意conv2不支持其他的边界补充选项,函数内部对输入总是补零); ② 将卷积核绕其中 阅读全文
posted @ 2017-01-14 15:30 川师15级软工研王*飞 阅读(415) 评论(0) 推荐(0)
机器学习——DBN深度信念网络详解(转)
摘要:深度神经网路已经在语音识别,图像识别等领域取得前所未有的成功。本人在多年之前也曾接触过神经网络。本系列文章主要记录自己对深度神经网络的一些学习心得。 简要描述深度神经网络模型。 1. 自联想神经网络与深度网络 自联想神经网络是很古老的神经网络模型,简单的说,它就是三层BP网络,只不过它的输出等于输入 阅读全文
posted @ 2017-01-12 19:46 川师15级软工研王*飞 阅读(2444) 评论(0) 推荐(0)
基于3D卷积神经网络的人体行为理解(论文笔记)(转)
摘要:基于3D卷积神经网络的人体行为理解(论文笔记) zouxy09@qq.com http://blog.csdn.net/zouxy09 最近看Deep Learning的论文,看到这篇论文:3D Convolutional Neural Networks for Human Action Recog 阅读全文
posted @ 2017-01-12 19:25 川师15级软工研王*飞 阅读(388) 评论(0) 推荐(0)
语音信号处理之动态时间规整(DTW)(转)
摘要:这学期有《语音信号处理》这门课,快考试了,所以也要了解了解相关的知识点。呵呵,平时没怎么听课,现在只能抱佛脚了。顺便也总结总结,好让自己的知识架构清晰点,也和大家分享下。下面总结的是第一个知识点:DTW。因为花的时间不多,所以可能会有不少说的不妥的地方,还望大家指正。谢谢。 Dynamic Time 阅读全文
posted @ 2017-01-12 19:24 川师15级软工研王*飞 阅读(270) 评论(0) 推荐(0)
数论的欧拉定理证明 & 欧拉函数公式(转载)
摘要:欧拉函数 :欧拉函数是数论中很重要的一个函数,欧拉函数是指:对于一个正整数 n ,小于 n 且和 n 互质的正整数(包括 1)的个数,记作 φ(n) 。 完全余数集合:定义小于 n 且和 n 互质的数构成的集合为 Zn ,称呼这个集合为 n 的完全余数集合。 显然 |Zn| =φ(n) 。有关性质: 阅读全文
posted @ 2017-01-10 20:12 川师15级软工研王*飞 阅读(1185) 评论(0) 推荐(0)