zhiyuanspring

摘要： Convolutional Neural Networks卷积神经网络 Contents 一：前导 Back Propagation反向传播算法 网络结构 学习算法 二：Convolutional Neural Networks卷积神经网络 三：LeCun的LeNet-5 四：CNNs的训练过程 五 阅读全文

摘要： 图像处理－线性滤波－1 基础（相关算子、卷积算子、边缘效应） 这里讨论利用输入图像中像素的小邻域来产生输出图像的方法，在信号处理中这种方法称为滤波（filtering）。其中，最常用的是线性滤波：输出像素是输入邻域像素的加权和。 1.相关算子（Correlation Operator) 定义：, 即 阅读全文

摘要： 转自：KL距离，Kullback-Leibler Divergence KL距离，是Kullback-Leibler差异（Kullback-Leibler Divergence）的简称，也叫做相对熵（Relative Entropy）。它衡量的是相同事件空间里的两个概率分布的差异情况。其物理意义是： 阅读全文

摘要： 下面对查阅学习机器学习、深度学习过程中搜集到的一些比较好的资料整理如下，与大家分享，如果有朋友有更好的资料，也请告诉我，谢谢大家课程资料coursera上的台大《机器学习技法》coursera上的台大《机器学习基石》多伦多大学的《Neural Networks for Machine Learnin... 阅读全文

摘要： 卷积神经网络 转载自：http://blog.csdn.net/stdcoutzyx/article/details/41596663 自今年七月份以来，一直在实验室负责卷积神经网络（Convolutional Neural Network，CNN），期间配置和使用过theano和cuda-conv 阅读全文

摘要： 阅读网页发现，要学习深度学习，应该首先对卷积神经网络（Convolutional Neural Networks，简称CNN）开始，卷积神经网络由Yann LeCun提出，LeCun在2013年底加入Facebook负责新成立的人工智能实验室。下面给出一些关于CNN的较好（也就是对初学者较易理解）的... 阅读全文

摘要： 本笔记为Coursera在线课程《Machine Learning》中的神经网络章节的笔记。八、神经网络：表述(Neural Networks: Representation) 本节主要讨论一种叫做神经网络的机器学习算法。首先讨论神经网络的表层结构，在后续的课程中再讨论具体的学习算法。神经网络其实是... 阅读全文

摘要： 抱歉，大家，这里不是要分享如何学习deep learning，而是想要记录自己学习deep learning的小历程，算是给自己的一点小动力吧，希望各位业内前辈能够多多指教！看到有网友提到，Andrew Ng的网页教程UFLDL Tutorial是入门不错的教程，好吧，试着从这里开始吧，加油！UFL... 阅读全文

摘要： 本笔记为Coursera在线课程《Machine Learning》中的单变量线性回归章节的笔记。2.1 模型表示参考视频: 2 - 1 - Model Representation (8 min).mkv 本课程讲解的第一个算法为"回归算法"，本节将要讲解到底什么是Model。下面，以一个房屋交易... 阅读全文