摘要： 解决过拟合有两个方向： 减少特征，人为选择简单模型； 保留所有特征，但是减少每个特征的权重； 1、simpler model structure 2、regularization 正则化，解决过拟合的一种方法。 http://www.cnblogs.com/jianxinzhou/p/4083921 阅读全文

摘要： Introduction and related work 这是《LearningbothWeightsandConnectionsforEfficient NeuralNetworks》中所有关于缩小时间的描述： 这个3x就是根据应该计算的浮点数得出的，即去掉那些剪掉的权重，余下的权重需要参与的浮点 阅读全文

摘要： 欧氏距离即两项间的差是每个变量值差的平方和再平方根，目的是计算其间的整体距离即不相似性。 马氏距离（Mahalanobis distances） 1）马氏距离的计算是建立在总体样本的基础上的，这一点可以从上述协方差矩阵的解释中可以得出，也就是说，如果拿同样的两个样本，放入两个不同的总体中，最后计算得 阅读全文