摘要：
1.通常神经认知机包含两类神经元，即承担特征抽取的S-元和抗变形的C-元。S-元中涉及两个重要参数，即感受野与阈值参数，前者确定输入连接的数目，后者则控制对特征子模式的反应程度。在传统的神经认知机中，每个S-元的感光区中由C-元带来的视觉模糊量呈正态分布，也就是说如果眼睛感受到物体是移动的，即已感受 阅读全文
摘要：
部分内容来自：http://blog.csdn.net/mytestmy/article/details/9165031，http://blog.csdn.net/ztchun/article/details/53646136 一、决策函数Y=f(X)或者条件概率分布P(Y|X) 监督学习的任务就是 阅读全文
摘要：
部分内容来自：http://ufldl.stanford.edu/wiki/index.php/%E6%A0%88%E5%BC%8F%E8%87%AA%E7%BC%96%E7%A0%81%E7%AE%97%E6%B3%95 栈式自编码神经网络是一个由多层稀疏自编码器组成的神经网络，其前一层自编码器的 阅读全文
摘要：
如果在AutoEncoder的基础上加上L1的Regularity限制（L1主要是约束每一层中的节点中大部分都要为0，只有少数不为0，这就是Sparse名字的来源），我们就可以得到Sparse AutoEncoder法。 如果在AutoEncoder的基础上加上L1的Regularity限制（L1主 阅读全文
摘要：
部分内容来自：http://blog.csdn.net/zouxy09/article/details/8775524 1.自编码器（AutoEncoder） 假设我们有一个系统S，它有n层（），它的输入是I，输出是O，形象地表示为： ，如果输出O等于输入I，即输入I经过这个系统变化之后没有任何的信 阅读全文
摘要：
记录阅读<神经网络与深度学习>by 吴岸城的心得体会 1.构造神经元 然后用传递函数将结果格式化输出 2.感知机 通过训练得到神经网络的权值和偏值 其中表示误差，其中，为期望输出， 为实际输出。 感知机可以学习AND和OR，但是不能学习XOR 3.构造神经网络 感知器：双层神经网络 多层神经网络又叫 阅读全文
摘要：
1.监督学习 监督学习是指：利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。 输入数据为“训练数据”，由正确的训练集和错误的训练集构成。 2.非监督学习 在机器学习，无监督学习的问题是，在未加标签的数据中，试图找到隐藏的结构。因为提供给学习者的实例是未标 阅读全文
摘要：
直接在html中添加：<img src="http://latex.codecogs.com/gif.latex?在这里填写你的latex代码" /> 例如：<img src="http://latex.codecogs.com/gif.latex?35*d_5+1(\oe%20)" /> 转载自： 阅读全文
摘要：
将表格中的 \begin{table}[h]\end{table} 改成 \begin{table}[H]\end{table} 即可 阅读全文