- 博客(2)
- 资源 (4)
- 收藏
- 关注
原创 逐层贪婪训练法
所谓深度神经网络,即含有多个隐藏层的神经网络。通过引入深度网络,我们可以计算更多复杂的输入特征。因为每一个隐藏层可以对上一层的输出进行非线性变换,因此深度神经网络拥有比“浅层”网络更加优异的表达能力(例如可以学习到更加复杂的函数关系)。 那么,我们应该如何训练深度网络呢?逐层贪婪训练方法是取得一定成功的一种方法。简单来说,逐层贪婪算法的主要思路是每次只训练网络中的一层,即我们首先训练一个只含
2015-08-31 11:37:37 17915
原创 深度学习-----数据预处理
通过最近一段深度学习的学习与实现,发现数据预处理在深度学习中是非常重要的。数据归一化数据预处理中,标准的第一步是数据归一化。虽然这里有一系列可行的方法,但是这一步通常是根据数据的具体情况而明确选择的。特征归一化常用的方法包含如下几种:简单缩放逐样本均值消减(也称为移除直流分量)特征标准化(使数据集中所有特征都具有零均值和单位方差)Eg:在处理
2015-08-26 10:17:25 40021
deep learning卷积神经网络CNN在C++环境下的人脸识别库
2015-05-20
基于RS485的的网络通信协议设计与实现
2013-08-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人