随笔分类 -  UFLDL

http://ufldl.stanford.edu/tutorial/
摘要:这个exercise需要完成cnn中的forward pass,cost,error和gradient的计算。需要弄清楚每一层的以上四个步骤的原理,并且要充分利用matlab的矩阵运算。大概把过程总结了一下如下图所示:STEP 1:Implement CNN ObjectiveSTEP 1a: Fo... 阅读全文
posted @ 2015-05-30 10:45 SunshineAtNoon 阅读(1993) 评论(0) 推荐(0) 编辑
摘要:要实现的部分为:forward prop, softmax函数的cost function,每一层的gradient,以及penalty cost和gradient。forwad propforward prop是输入sample data,使sample data通过神经网络后得到神经网络输出的过... 阅读全文
posted @ 2015-05-25 20:39 SunshineAtNoon 阅读(528) 评论(0) 推荐(0) 编辑
摘要:卷积的实现:对于每幅图像,每个filter,首先从W中取出对应的filter:filter = squeeze(W(:,:,filterNum));接下来startercode里面将filter旋转90度并且取出image:% Flip the feature matrix because of t... 阅读全文
posted @ 2015-05-25 11:37 SunshineAtNoon 阅读(637) 评论(0) 推荐(0) 编辑
摘要:今天太长姿势了,什么叫懂了也写不出代码说的不就是我吗,就那么几行代码居然叽叽歪歪写了一个小时。首先exercise要实现的是softmax的cost function和gradient,如下图:(1)(2)(3)下面就来仔细分析怎么不借助for循环高效的实现上面三个函数。首先P是一个关键,因为在J和... 阅读全文
posted @ 2015-05-23 15:32 SunshineAtNoon 阅读(948) 评论(0) 推荐(1) 编辑

点击右上角即可分享
微信分享提示