03 2016 档案

Deep learning：八(Sparse Autoencoder)
摘要：前言： 这节课来学习下Deep learning领域比较出名的一类算法——sparse autoencoder，即稀疏模式的自动编码。我们知道，deep learning也叫做unsupervised learning，所以这里的sparse autoencoder也应是无监督的。按照前面的博文：D 阅读全文
posted @ 2016-03-23 13:01 xsc906476903 阅读(138) 评论(0) 推荐(0)
Deep learning：七(基础知识_2)_终于到神经网络了
摘要：前面的文章已经介绍过了2种经典的机器学习算法：线性回归和logistic回归，并且在后面的练习中也能够感觉到这2种方法在一些问题的求解中能够取得很好的效果。现在开始来看看另一种机器学习算法——神经网络。线性回归或者logistic回归问题理论上不是可以解决所有的回归和分类问题么，那么为什么还有其它各 阅读全文
posted @ 2016-03-23 12:59 xsc906476903 阅读(244) 评论(0) 推荐(0)
Deep learning：六(regularized logistic回归练习)
摘要：前言： 在上一讲Deep learning：五(regularized线性回归练习)中已经介绍了regularization项在线性回归问题中的应用，这节主要是练习regularization项在logistic回归中的应用，并使用牛顿法来求解模型的参数。参考的网页资料为：http://opencl 阅读全文
posted @ 2016-03-23 12:58 xsc906476903 阅读(122) 评论(0) 推荐(0)
Deep learning：五(regularized线性回归练习)
摘要：前言： 本节主要是练习regularization项的使用原则。因为在机器学习的一些模型中，如果模型的参数太多，而训练样本又太少的话，这样训练出来的模型很容易产生过拟合现象。因此在模型的损失函数中，需要对模型的参数进行“惩罚”，这样的话这些参数就不会太大，而越小的参数说明模型越简单，越简单的模型则越 阅读全文
posted @ 2016-03-23 12:57 xsc906476903 阅读(112) 评论(0) 推荐(0)
Deep learning：四(logistic regression练习)
摘要：前言： 本节来练习下logistic regression相关内容，参考的资料为网页：http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=DeepLearning&doc=exercises/ex4/ex4.htm 阅读全文
posted @ 2016-03-23 12:57 xsc906476903 阅读(132) 评论(0) 推荐(0)
Kinect+OpenNI学习笔记之1(开发环境的建立)
摘要：前言 一般的普通摄像机获取的是RGB彩色图像，在计算机视觉领域，很大一部分都是基于颜色图像来做处理的，取得了不少研究成果。最近几年的深度图研究给计算机视觉和图像处理带来了更多的信息，因为所获取的图像多了一个维度的，通常也称之为RGBD图。比较物美价廉的深度信息获取传感器有MS的Kinect，同时还有 阅读全文
posted @ 2016-03-22 18:59 xsc906476903 阅读(244) 评论(0) 推荐(0)
Deep learning：三(Multivariance Linear Regression练习)
摘要：前言: 本文主要是来练习多变量线性回归问题(其实本文也就3个变量)，参考资料见网页：http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=DeepLearning&doc=exercises/ex3/ex3.html 阅读全文
posted @ 2016-03-22 18:55 xsc906476903 阅读(124) 评论(0) 推荐(0)
Deep learning：二(linear regression练习)
摘要：前言 本文是多元线性回归的练习，这里练习的是最简单的二元线性回归，参考斯坦福大学的教学网http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=DeepLearning&doc=exercises/ex2/ex2.ht 阅读全文
posted @ 2016-03-22 18:53 xsc906476903 阅读(123) 评论(0) 推荐(0)
Deep learning：一(基础知识_1)
摘要：前言: 最近打算稍微系统的学习下deep learing的一些理论知识，打算采用Andrew Ng的网页教程UFLDL Tutorial，据说这个教程写得浅显易懂，也不太长。不过在这这之前还是复习下machine learning的基础知识，见网页：http://openclassroom.stan 阅读全文
posted @ 2016-03-22 18:46 xsc906476903 阅读(106) 评论(0) 推荐(0)