摘要：
一、简介 支持向量机（support vector machines）是一种二分类模型，它的目的是寻找一个超平面来对样本进行分割，分割的原则是间隔最大化，最终转化为一个凸二次规划问题来求解。由简至繁的模型包括： （1）当训练样本线性可分时，通过硬间隔最大化，学习一个线性可分支持向量机； （2）当训练 阅读全文
摘要：
一、什么是压缩感知（CS）？ compressed sensing又称compressed sampling，CS是一个针对信号采样的技术，它通过一些手段，实现了“压缩的采样”，准确说是在采样过程中完成了数据压缩的过程。 因此我们首先要从信号采样讲起： 1. 我们知道，将模拟信号转换为计算机能够处理 阅读全文
摘要：
范数包括向量范数和矩阵范数。 向量范数的定义： 常用的向量范数有： 0范数(L0范数)-向量中非0元素的个数； 1范数(L1范数)-向量中各个元素绝对值之和； 2范数(L2范数)-向量的模长； 无穷范数(最大范数)-向量中各个元素绝对值的最大值。 矩阵范数的定义： 常用的矩阵范数： F范数-矩阵中所 阅读全文
摘要：
LeNet-5是一个较简单的卷积神经网络。下图显示了其结构：输入的二维图像，先经过两次卷积层到池化层，再经过全连接层，最后使用softmax分类作为输出层。关于CNN参见：https://blog.csdn.net/qq_42570457/article/details/81458077 LeNet 阅读全文
摘要：
一、卷积神经网络的基本概念 卷积神经网络与普通神经网络的区别在于，卷积神经网络包含了一个由卷积层和子采样层（池化层）构成的特征抽取器。在卷积神经网络的卷积层中，一个神经元只与部分邻层神经元连接。在CNN的一个卷积层中，通常包含若干个特征图(featureMap)，每个特征图由一些矩形排列的的神经元组 阅读全文
摘要：
首先了解下Iris鸢尾花数据集： Iris数据集（https://en.wikipedia.org/wiki/Iris_flower_data_set）是常用的分类实验数据集，由Fisher,1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类 阅读全文
摘要：
说到神经网络，大家看到这个图应该不陌生： 这是典型的三层神经网络的基本构成，Layer L1是输入层，Layer L2是隐含层，Layer L3是隐含层，我们现在手里有一堆数据{x1,x2,x3,…,xn},输出也是一堆数据{y1,y2,y3,…,yn},现在要他们在隐含层做某种变换，让你把数据灌进 阅读全文
摘要：
原文出处：http://www.cnblogs.com/fnlingnzb-learner/p/5831284.html 系统信息 arch 显示机器的处理器架构(1) uname -m 显示机器的处理器架构(2) uname -r 显示正在使用的内核版本 dmidecode -q 显示硬件系统部件 阅读全文