会员
周边
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
szx_spark
Do cool things that matter .
博客园
首页
新随笔
联系
订阅
管理
随笔 - 23
文章 - 0
评论 - 6
阅读 -
20万
2019年11月9日
Git常用命令
摘要: Git常用命令 前阵子在字节跳动广告创意中心实习的时候,发现自己对Git不是很精通。因此写下这篇博客,作为一份备忘录,记录本人经常使用的Git命令操作。 git config git config global user.name "xx" git config global user.email
阅读全文
posted @ 2019-11-09 22:41 szx_spark
阅读(311)
评论(0)
推荐(1)
2019年1月13日
论文笔记之《Event Extraction via Dynamic Multi-Pooling Convolutional Neural Network》
摘要: Event Extraction via Dynamic Multi-Pooling Convolutional Neural Network 文章的阅读笔记。该文章是ACL2015的文章,提出了目前事件抽取认为效果较好的CNN模型。
阅读全文
posted @ 2019-01-13 15:28 szx_spark
阅读(3800)
评论(0)
推荐(0)
PageRank算法与TextRank算法详解
摘要: 本人对PageRank算法与TextRank算法的理解
阅读全文
posted @ 2019-01-13 14:55 szx_spark
阅读(2520)
评论(0)
推荐(0)
哈尔滨工业大学计算机学院-自然语言处理-课程总结
摘要: 本博客仅对噪声信道模型、n元文法(N-gram语言模型)、维特比算法详细介绍。其他的重点知识还包括概率上文无关文法(PCFG)、HMM形式化定义、词网格分词等等,比较简单,不做赘述。
阅读全文
posted @ 2019-01-13 11:32 szx_spark
阅读(1780)
评论(0)
推荐(0)
哈尔滨工业大学计算机学院-数理统计-课程总结
摘要: 本课程由数学系开设,属于统计学范畴的理论知识,本博客仅对课程中的如下内容进行详细介绍,主要记录实用的计算方法,具体理论证明请进一步查阅相关数学书籍。包括基本概念, 参数估计,点估计,区间估计,贝叶斯估计,假设检验, 参数假设检验,非参数假设检验, 单因素方差分析, 一元线性回归分析
阅读全文
posted @ 2019-01-13 11:29 szx_spark
阅读(1054)
评论(0)
推荐(0)
哈尔滨工业大学计算机学院-最优化方法-课程总结
摘要: 本博客仅对课程中的如下内容进行详细介绍:凸集、凸函数、凸规划,线性规划,单纯形法,无约束最优化方法,最速下降法、牛顿法,约束最优化方法,K-T条件、罚函数、闸函数。
阅读全文
posted @ 2019-01-13 11:29 szx_spark
阅读(4237)
评论(0)
推荐(0)
2018年12月19日
深度学习的集成方法——Ensemble Methods for Deep Learning Neural Networks
摘要: 深度学习模型的集成方法总结,Ensemble Learnig
阅读全文
posted @ 2018-12-19 17:55 szx_spark
阅读(13204)
评论(0)
推荐(3)
2018年11月18日
哈尔滨工业大学计算机学院-模式识别-课程总结-实验考试
摘要: 我来填坑了,最近好忙,没有时间写博客,今天上午刚刚进行完本课程的实验考试,在这里进行简要汇总。 任务介绍 利用20000条手写识别数据,提前训练好分类器,考试时只需要跑预测模型即可。 本质上一个分类问题,类别总数是10。 本任务比较有意思的一点是,老师提供的训练数据,是利用PCA与LDA降维得到的特
阅读全文
posted @ 2018-11-18 22:01 szx_spark
阅读(1141)
评论(0)
推荐(0)
2018年11月8日
哈尔滨工业大学计算机学院-模式识别-课程总结-知识点汇总
摘要: 知识点汇总 以下所有知识点是我在期末复习过程中自己整理的,采用相似算法对比分析的方式进行总结。 从判别函数的角度分析判别函式模型与生成式模型; 根据判别函数的输出来决定待识别模式属于哪个类别,这类方法所采用的模型称作判别式模型。而对于生成式模型,以贝叶斯分类器为例,不能构造区分不同类别的判别函数,而
阅读全文
posted @ 2018-11-08 23:10 szx_spark
阅读(1244)
评论(0)
推荐(0)
哈尔滨工业大学计算机学院-模式识别-课程总结(五)-成分分析
摘要: 1. 成分分析 常用的成分分析有PCA和FDA,本章主要介绍主成分分析PCA,对于FDA,只是简要介绍其主要数学思想。 进行成分分析的目的是对数据集特征进行降维,降维的好处有: 减少计算量 提高泛化能力:减少模型的参数数量。往往数据特征维度越高,模型越容易过拟合。 融入核函数的SVM,虽然是在高维特
阅读全文
posted @ 2018-11-08 16:00 szx_spark
阅读(567)
评论(0)
推荐(0)
下一页
公告
昵称:
szx_spark
园龄:
7年10个月
粉丝:
54
关注:
2
+加关注
<
2025年7月
>
日
一
二
三
四
五
六
29
30
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
1
2
3
4
5
6
7
8
9
搜索
常用链接
我的随笔
我的评论
我的参与
最新评论
我的标签
随笔分类
(33)
Machine Learning(7)
NLP(7)
哈工大研究生课程(11)
模式识别(8)
随笔档案
(23)
2019年11月(1)
2019年1月(5)
2018年12月(1)
2018年11月(8)
2018年2月(8)
友情链接
llhthinker's blog
阅读排行榜
1. 卷积神经网络(CNN)之一维卷积、二维卷积、三维卷积详解(126627)
2. 吴恩达深度学习笔记(deeplearning.ai)之卷积神经网络(CNN)(上)(20304)
3. 深度学习的集成方法——Ensemble Methods for Deep Learning Neural Networks(13204)
4. 吴恩达深度学习笔记(deeplearning.ai)之卷积神经网络(CNN)(下)(7795)
5. 哈尔滨工业大学计算机学院-最优化方法-课程总结(4237)
评论排行榜
1. 吴恩达深度学习笔记(deeplearning.ai)之卷积神经网络(CNN)(上)(3)
2. 卷积神经网络(CNN)之一维卷积、二维卷积、三维卷积详解(2)
3. 生成模型(generative model)与判别模型(discriminative model)的区别(1)
推荐排行榜
1. 卷积神经网络(CNN)之一维卷积、二维卷积、三维卷积详解(8)
2. 深度学习的集成方法——Ensemble Methods for Deep Learning Neural Networks(3)
3. 吴恩达深度学习笔记(deeplearning.ai)之卷积神经网络(CNN)(上)(2)
4. Git常用命令(1)
5. 哈尔滨工业大学计算机学院-模式识别-课程总结(四)-非线性判别函数(1)
最新评论
1. Re:吴恩达深度学习笔记(deeplearning.ai)之卷积神经网络(CNN)(上)
@小甜爱科研 吴恩达深度学习(以前没看过)。B站也能看。...
--jibanli
2. Re:吴恩达深度学习笔记(deeplearning.ai)之卷积神经网络(CNN)(上)
你好呀 想问问你看的网易云课堂里 你看的关于卷积神经网络课程是什么名字呀?
--小甜爱科研
3. Re:生成模型(generative model)与判别模型(discriminative model)的区别
博主,字体设置太小啦,读着很不舒服。
--LawsonAbs
4. Re:吴恩达深度学习笔记(deeplearning.ai)之卷积神经网络(CNN)(上)
你好,请问第一次卷积之后为什么会从3个通道变成8个通道,还有那个最后的参数是怎么计算的呀?望不吝赐教
--陌上锦衣卫
5. Re:卷积神经网络(CNN)之一维卷积、二维卷积、三维卷积详解
16个5*5*3
--李莫愁
点击右上角即可分享