摘要：UFLDL深度学习笔记 （六）卷积神经网络 1. 主要思路 “ "UFLDL 卷积神经网络 " ”主要讲解了对大尺寸图像应用前面所讨论神经网络学习的方法，其中的变化有两条，第一，对大尺寸图像的每个小的patch矩阵应用相同的权值来计算隐藏层特征，称为 ；第二，对计算出来的特征矩阵做“减法”，把特征矩 阅读全文

摘要：UFLDL深度学习笔记 （五）自编码线性解码器 1. 基本问题 在第一篇 "UFLDL深度学习笔记 （一）基本知识与稀疏自编码" 中讨论了激活函数为$sigmoid$函数的系数自编码网络，本文要讨论“ "UFLDL 线性解码器 " ”，区别在于输出层去掉了$sigmoid$，将计算值$z$直接作为输 阅读全文

摘要：UFLDL深度学习笔记 （四）用于分类的深度网络 1. 主要思路 本文要讨论的“ "UFLDL 建立分类用深度网络 " ”基本原理基于前2节的 "softmax回归" 和 "无监督特征学习" ，区别在于使用更“深”的神经网络，也即网络中包含更多的隐藏层，我们知道前一篇“无监督特征学习”只有一层隐藏层 阅读全文