ANN/DNN/纤维丛 - 随笔分类(第5页) - wishchin

EnforceLearning-被动强化学习

摘要：前言：画图挺好：深度学习进阶之路-从迁移学习到强化学习专家系统给出了知识节点和规则，使用粒度描述准确性，依靠分解粒度解决矛盾，并反馈知识和推理规则更新。专家系统与机器学习有本质区别，但从机器学习的角度看，专家系统是一个给出了规则... 阅读全文

posted @ 2016-06-02 13:19 wishchin 阅读(531) 评论(0) 推荐(0)

PythonOpenCV：MLP用于最近邻搜索

摘要：一：简单C++版本的链接: http://blog.csdn.net/kaka20080622/article/details/9039749 OpenCV的ml模块实现了人工神经网络（Artificial Neural Networks， ANN）最典型的... 阅读全文

posted @ 2016-05-18 19:18 wishchin 阅读(334) 评论(0) 推荐(0)

DNN：逻辑回归与 SoftMax 回归方法

摘要：UFLDL Tutorial 翻译系列：http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Tutorial第四章：SoftMax回归简介：见 AI : 一种现代方法。Chapter21. Reinforce ... 阅读全文

posted @ 2016-05-18 18:59 wishchin 阅读(1319) 评论(0) 推荐(0)

DNN结构演进History—CNN-GoogLeNet ：Going Deeper with Convolutions

摘要：抄袭了一片文章，进行少量修改：http://www.gageet.com/2014/09203.php 作者：Christian Szegedy( google ) 刘伟（北卡罗来纳大学）贾清扬（Google） ....... （... 阅读全文

posted @ 2016-05-13 11:55 wishchin 阅读(193) 评论(0) 推荐(0)

**ML : ML中的最优化方法

摘要：前言：在机器学习方法中，若模型理解为决策模型，有些模型可以使用解析方法。不过更一般的对模型的求解使用优化的方法，更多的数据可以得到更多的精度。 AI中基于归纳的方法延伸出ML整个领域，基于数据的ML方法根据归纳准则进行拟合，基于约束函数和... 阅读全文

posted @ 2015-12-24 12:29 wishchin 阅读(346) 评论(0) 推荐(0)

CVPR2015深度学习回顾

摘要：原文链接：http://www.csdn.net/article/2015-08-06/2825395 本文做了少量修改，仅作转载存贮，如有疑问或版权问题，请访问原作者或告知本人。 CVPR可谓计算机视觉领域的奥运会，这是v... 阅读全文

posted @ 2015-08-24 15:04 wishchin 阅读(207) 评论(0) 推荐(0)

ANN：DNN结构演进History—LSTM网络

摘要：为了保持文章系列的连贯性，参考这个文章： DNN结构演进History—LSTM_NN 对于LSTM的使用：谷歌语音转录背后的神经网络摘要： LSTM使用一个控制门控制参数是否进行梯度计算，以此避免梯度消... 阅读全文

posted @ 2015-08-24 13:19 wishchin 阅读(220) 评论(0) 推荐(0)

ANN：DNN结构演进History—RNN

摘要：前言： CNN在图像处理领域的极大成功源于CNN的二维递进映射结构，通过训练多层卷积核来进行特征提取函数训练，在二维图像的稀疏表达和语义关联分析方面有天生的结构优势。而涉及时序问题的逻辑序列分析—边长序列分析，需要引入适合解决其问题的方法。引... 阅读全文

posted @ 2015-08-24 11:56 wishchin 阅读(860) 评论(0) 推荐(0)

AI: DL方法与问题空间探索

摘要：所谓问题的解决是生存参数空间的一种状态转移到另外一种状态，而目的状态恰好是主体所希望的。完成这种转换的一系列脚本变化过程叫做场景序列，也叫通路。驱动这一些列场景转换的主体参与过程，被称为主动执行。而主体参与执行过程所抽象出来的主动参与行为规则，被称为... 阅读全文

posted @ 2015-07-30 09:15 wishchin 阅读(150) 评论(0) 推荐(0)

DNN结构演进History—CNN( 优化，LeNet, AlexNet )

摘要：本文相对于摘抄的文章已经有大量的修改，如有阅读不适，请移步原文。以下摘抄转自于维基：基于深度学习的图像识别进展百度的若干实践从没有感知域(receptive field) 的深度神经网络，到固定感知域的卷积神经网络... 阅读全文

posted @ 2015-06-18 18:30 wishchin 阅读(1324) 评论(0) 推荐(0)

CNN结构：SPP-Net为CNNs添加空间尺度卷积-神经元层

摘要：前几个CNN检测的框架要求网络的图像输入为固定长宽，而SPP-Net在CNN结构中添加了一个实现图像金字塔功能的卷积层SPP层，用于在网络中实现多尺度卷积，由此对应多尺度输入，以此应对图像的缩放变换和仿射变换。原文链接：Spatial ... 阅读全文

posted @ 2015-06-18 18:28 wishchin 阅读(283) 评论(0) 推荐(0)

深度学习的技术困难

摘要：DL甚至并不是AI的任一方法的一种.... 深度学习甚至不是AI方法的一种，但近期确实取得了非常好的效果，深度学习在理论上的完备性暂且不提，其若想获取更大的成功，更需要解决科学实验本身——深度学习的技术问题。原文链接：深度学习算法的几... 阅读全文

posted @ 2015-05-01 20:44 wishchin 阅读(685) 评论(0) 推荐(0)

编译Caffe-Win错误集锦

摘要：Caffe在Windows下编译还是遇到不少麻烦的...1.visual studio 2013 error C2371: 'int8_t' : redefinition; 引入的unistd.h文件里面重定义了int8_t ，用记事本打开文件注销之。2... 阅读全文

posted @ 2015-04-28 18:46 wishchin 阅读(243) 评论(0) 推荐(0)

Reducing the Dimensionality of Data with Neural Networks：神经网络用于降维

摘要：原文链接：http://www.ncbi.nlm.nih.gov/pubmed/16873662/ G. E. Hinton* and R. R. Salakhutdinov . Science. 2006 Jul 28;313(5786):5... 阅读全文

posted @ 2015-04-26 20:19 wishchin 阅读(531) 评论(0) 推荐(0)

VC维与DNN的Boundary

摘要：原文链接：解读机器学习基础概念：VC维来去作者：vincentyao目录：说说历史Hoeffding不等式Connection to Learning学习可行的两个核心条件Effective Number of HypothesesGrowth Fun... 阅读全文

posted @ 2015-04-23 23:20 wishchin 阅读(189) 评论(0) 推荐(0)

子空间：群论的角度解释无监督深度学习

摘要：参考：论文把DL的非监督学习映射为群，是为轨道——稳定集理论。 DL的群映射：轨道——稳定集理论《The Group theoretic perspective on unSupervised- DeepLearning》 ... 阅读全文

posted @ 2015-04-23 22:24 wishchin 阅读(619) 评论(0) 推荐(0)

VS2013(Win10X64)-配置编译Caffe

摘要：主要看这篇文章，有点小瑕疵，瑕不掩瑜。参考链接：http://www.bubuko.com/infodetail-902302.html 文中红色标记为文章小瑕疵的地方，在此文中标记出来，做为修改对上一文的补充。参考... 阅读全文

posted @ 2015-04-19 13:11 wishchin 阅读(314) 评论(0) 推荐(0)

VS2013配置编译Caffe-Win10_X64

摘要：原文链接：http://blog.csdn.net/joshua_1988/article/details/45036993 有少量修改................ 2014年4月的时候自己在公司就将Caffe移植到Windows系统... 阅读全文

posted @ 2015-04-18 22:15 wishchin 阅读(263) 评论(0) 推荐(0)

使用Eric构建Caffe应用程序-Baby年龄识别

摘要：训练好的Caffe网络结构，可以固定下来，直接载入程序作为数据库接口使用。本文使用Eric构建运行于Python环境下的图片识别应用程序，因为Eric使用QT作为GUI，且有Python的接口，可直接无缝使用Caffe，并可使用在Linux和Windo... 阅读全文

posted @ 2015-04-09 17:34 wishchin 阅读(280) 评论(0) 推荐(0)

使用Caffe预测遇到的问题

摘要：1. 在使用网络预测图像时，prediction = net.predict( [input_image] )出现： net.image_dims[0] 不是整数情况，(2).甚至以为np.zeros()出现错误！最后发现原因：net.image_dims Out[2... 阅读全文

posted @ 2015-04-07 14:07 wishchin 阅读(132) 评论(0) 推荐(0)

随笔分类 - ANN/DNN/纤维丛

公告