该文被密码保护。 阅读全文
摘要：
直接在Visual Studio中运行Matlab固有命令 Cpp include include"engine.h" // 添加matlab引擎库的头文件 //PATH: D:\Program Files\MATLAB\MATLAB Runtime\v901\runtime\win64 // 包含 阅读全文
摘要：
在Visual Studio中使用C++中调用MATLAB程序 在matlab中可以通过mbuild工具将.m文件编译成dll文件供外部的C++程序调用，这样就可以实现matlab和C++混合编程的目的。 预先提示：这样编出的程序仍要调用Matlab底层DLL库，摆脱不了DLL底层库的支持，如果移植 阅读全文
摘要：
Manjaro系统是从ArchLinux系统发展而来。它的软件安装工具不是ubuntu的apt get，不是yum，而是pacman。 在虚拟机安装好Manjaro后， 安装虚拟机工具VM Tools 重启后即可在虚拟机与主机之间复制粘贴，可以设置1920 1080的分辨率显示屏了。 安装软件 修改 阅读全文
摘要：
win10 已经支持运行子系统ubuntu了。 安装ubuntu 1. ； 2. `windows设置 开发者选项 勾选"开发人员模式"； 3. 在 应用商店下载安装"Ubuntu 18.04 LTS"。 4. 在Windows 10开始菜单中打开"Ubuntu 18.04 LTS"，程序会自动安装 阅读全文
摘要：
总结 为了学习和使用tensorflow作为工具, 我决定逐步亲自动手一行行写一下： [x] MNIST手写模型; [x] MNIST多层感知机(前馈神经网络,2层); [x] MNIST卷积网络(2层); [ ] cifar 10卷积网络(2层); [ ] word2vec; [ ] 循环神经网络 阅读全文
摘要：
循环神经网络(RNN) 卷积网络专门处理网格化的数据，而循环网络专门处理序列化的数据。 一般的神经网络结构为： 一般的神经网络结构的 前提假设 是： 元素之间是相互独立的，输入、输出都是独立的 。 现实世界中的输入并不完全独立，如股票随时间的变化，这就需要 循环网络 。 循环神经网络的本质 循环神经 阅读全文
摘要：
为什么学习word2word2vec模型? 该模型用来学习文字的向量表示。图像和音频可以直接处理原始像素点和音频中功率谱密度的强度值， 把它们直接编码成向量数据集。但在"自然语言处理"中，对语句中的单词(Word)进行编码，无法提供 不同词汇之间的关联信息。这种"独立的、离散的"符号将导致数据稀疏， 阅读全文
摘要：
TensorFlow运作方式 要用到的代码都在 "Github" 上。当然，如果你本地装了TensorFlow，也可以用 "Everything" 直接搜索以下文件： "mnist.py" fully_connected_feed.py 要开始训练，只需要： 准备数据，下载数据； 设置 输入与占位符 阅读全文
摘要：
卷积网络 卷积神经网络(Convolutional Neural Network,CNN)专门处理 具有类似网格结构的数据 的神经网络。如： 时间序列数据(在时间轴上有规律地采样形成的一维网格)； 图像数据(二维的像素网格)； 卷积网络 是指至少在网络的一层中使用卷积运算来替代一般的矩阵乘法运算的神 阅读全文
摘要：
深度模型的优化 回顾概念： 代价函数时训练集上损失函数的平均： $$J(\theta)=E_{(x,y)\sim \hat{p}_{data}}L(f(x;\theta),y) \tag{1}$$ 引入概念： |概念|描述| |: :|: :| |批量梯度算法|使用整个训练集的优化算法，可计算更精确 阅读全文
摘要：
深度学习的正则化 回顾一些基本概念 |概念|描述| |: :|: :| |设计矩阵|数据集在特征向量上的表示| |训练误差|学习到的模型与训练集标签之间的误差| |泛化误差(测试误差)|学习到的模型与测试集之间的误差| |欠拟合|模型的训练误差很大| |过拟合|训练误差小，但训练误差与测试误差之间差 阅读全文
摘要：
深度前馈网络(前馈神经网络,多层感知机) 神经网络基本概念 前馈神经网络在 模型输出和模型本身之间没有反馈连接 ;前馈神经网络包含反馈连接时，称为 循环神经网络 。 前馈神经网络用 有向无环图 表示。 设三个函数组成的链：$f_3(f_2(f_1))$，$f_1$为网络第一层，叫 输入层 。$f_2 阅读全文