该文被密码保护。 阅读全文
摘要：
很早之前就听过这本书，找工作之前读一读。看了几页，个人感觉实在是生涩难懂，非常不符合中国人的思维方式。之前也有博主做过笔记，我来补充一些自己的理解。 我看有人记了笔记，还不错：http://www.360doc.com/content/12/0426/20/7899729_206769585.sht 阅读全文
摘要：
Abstract:这篇论文有三个贡献，第一提出了新颖的简化的结构损失函数，能保持尽量多的训练样本，通过适应模型输出的不确定性来减少跟踪误差累积风险。 第二是增强了普通的SGD，采用了暂时的选择策略来进行CNN训练。第三，更新CNN模型时采用一种更lazy的方式来加快训练，只有当目标外观发生较大变化时 阅读全文
摘要：
跟着这位博主来学习C++的卷积网络实例，因为作者一直在更新代码，所以新的代码和这位博主的分析有所不同；这位博主写的东西太泛了，没有讲到实质， 可以参考下他分析的类与类之间的关系图。。 前四节：http://blog.csdn.net/u013088062/article/details/508390 阅读全文
摘要：
转自知乎：https://www.zhihu.com/question/34681168 阅读全文
摘要：
实现二叉树的遍历且只需要O（1）的空间。 参考：http://www.cnblogs.com/AnnieKim/archive/2013/06/15/MorrisTraversal.html 阅读全文
摘要：
当训练样本比较少时，为了防止过拟合，可以丢掉一些节点的连接，让某些隐含层结点不工作（即停止更新权值），采用部分连接的方式。 参考：http://blog.csdn.net/on2way/article/details/50525548 和http://www.cnblogs.com/tornadom 阅读全文
摘要：
CNN是深度学习的一个框架，是深度学习在图像领域的应用。主要用来识别位移、缩放及其他形式扭曲不变性的二维图形。 刚开始接触，把学习过程记录下来。 首先得知道CNN中的convolution体现在哪,CNN与一般滤波的区别在哪，CNN的一般过程。 UFLDL中讲到了卷积特征提取和池化：http://d 阅读全文