- 博客(54)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 numpy 维度与轴的问题
1. None 索引 ⇒ 升维>> A = np.random.rand(2, 3)>> A.shape(2L, 3L)>> A[None, :].shape(1L, 2L, 3L)>> A[None, :, :].shape(1L, 2L, 3L)
2016-12-30 17:59:53
7110
原创 深度学习的并行问题
1. weight sharing 通过指向同一内存地址来共享参数；因此可以极大地降低参数的规模；CNNs/RNNs 的核心构成；
2016-12-30 15:56:46
1440
原创 matlab gabor 滤波器
gabor：Create Gabor filter or Gabor filter bank g = gabor(wavelength,orientation)
2016-12-30 12:05:03
2845
原创 CCD 与 CMOS
窗帘快门与全局快门： 窗帘快门，每次只允许一条缝的光线摄入，因此会呈现自上而下的扫描式拍摄，也就意味着画面上的不同高度，其实拍摄的时间是不同的，也就进一步造成了在高速移动的火车上，如果拍摄窗外的景物，窗外的物体会发生倾斜，这称之为果冻效应；全局快门，同时拍摄；1. CCDCCD，英文全称：Charge-coupled Device，中文全称：电荷耦合元件。可以称为CCD 图像传感器...
2016-12-29 23:08:25
1647
原创 数据科学（data science）概览
0. 硬件平台设计一种分层的体系结构： 自下到上依次是：硬件层分布式系统层分布式管理层分布式处理层应用层；1. 总论
2016-12-29 16:29:17
1153
原创 python nltk —— 文本预处理
真相常在于科学地“咬文嚼字”；一篮子货币（Basket of currencies）1. 追本溯源龙马精神： 龙马：乾为龙，坤为马。龙马：古代传说中形状象龙的骏马；
2016-12-22 22:08:24
1568
原创 计算学习理论、统计学习基础理论
支持向量机是建立在统计学习理论 VC 维理论和结构风险最小化原理基础上的机器学习方法。1. VC 维理论2. 结构风险最小化
2016-12-21 23:06:25
1971
原创 sklearn 下的 ensemble learning
随机森林（random forest），GBDT（Gradient Boosting Decision Tree），前者中的森林，与后者中的 Boosting 都在说明，两种模型其实都是一种集成学习（ensemble learning）的学习方式。1. 随机森林随机森林的一个基本框架：
2016-12-21 22:54:00
1585
原创 绝对和相对误差（absolute & relative error）
1. 标量真实值为 xx，测量值为 x0x_0，绝对误差（absolute error）：Δx=x0−x（有单位）；相对误差（relative error）：δx=Δxx=x0−xx=x0x−1\delta\; x=\frac{\Delta x2. 矢量间的误差def rel_er
2016-12-20 17:41:56
16425
2
原创 matlab Tricks（二十七）—— 可变输入参数输出参数的适配
matlab 内置的对 varargin/varargout（nargin/nargout）的支持，使得 matlab 的输入参数和输出参数，有了更为灵活的传递和使用：比如对于 matlab 原生支持的 randn 标准高斯分布来说，但不传递任何参数时，其仅返回一个元素，当传递进一个参数时，返回的是该参数大下的方阵：function M = randn(r, c)if nargin == 0:
2016-12-20 11:26:42
1220
原创 matlab 矢量化编程（四）—— 标量函数转化为能够处理矢量的函数
1. 组合的矢量实现nchoosek(n, k) 的第二个参数在 matlab 下是不支持矢量化的，必须是标量形式。但 matlab 下的 gamma 函数，却可支持，矢量形式，又因为，gamma 函数与 阶乘的关系：
2016-12-20 10:23:28
3994
原创 matlab 高阶（二） —— 数值、溢出问题的解决
gammaln() 在处理上溢和下溢方面要比 log(gamma()) 更好；log1p() （1 plus）对于较小的 x 值时，log1p(x) 要比 log(1+x) 更为精确；当 x 取值很小时，log1p(x) ⇒ x，log(1+x) ⇒ 0log1p(-.99) ⇒ log(.01)
2016-12-19 20:48:47
4965
原创 原函数与反函数
1. 反函数存在定理严格单调函数（比如 cdf，累积分布函数）必定有严格单调的反函数，并且二者单调性相同。2. 反函数性质函数 f(x)f(x) 与它的反函数 f−1(x)f^{-1}(x) 图象关于直线 y=xy=x 对称；
2016-12-18 12:54:12
4671
原创 matlab 工具函数 —— logdet(A)
当参数 AA 是正定矩阵（positive definite）时，logdet 利用相关矩阵分解的性质，将比 log(det(A)) 获得更快的效率：
2016-12-17 16:42:27
4275
原创 独立与条件独立
事件间的条件独立（三个事件之间）条件弱于两个事件间的独立。事件独立时，联合概率等于概率的乘积。这是一个非常好的数学性质，然而不幸的是，无条件的独立是十分稀少的，因为大部分情况下，事件之间都是互相影响的。然而，通常这种影响又往往依赖于其他变量而不是直接产生。由此我们引入条件独立（conditional independent，CI）。给定 Z 下，X 与 Y 是条件独立的当且仅当
2016-12-16 18:41:48
21888
4
原创 独立事件、笛卡尔积与矩阵向量乘法
X,YX,Y 为离散型随机变量，XX 有 6 种可能的状态（值），YY 有 5 种可能的状态。以上的 P(X,Y)=P(X)⋅P(Y)P(X,Y) = P(X)\cdot P(Y)，则对应着如下的三种含义：独立事件的联合概率（joint distribution）笛卡尔积矩阵向量乘法：C6×5=A6×1⋅B1×5C_{6\times 5}=A_{6\times 1}\cdot B_{1\tim
2016-12-16 18:29:14
5077
原创 朴素集合论
1. 基本概念类和元素：类是对象的一个汇集；符号 a∈Aa \in A 的意思是对象 aa 属于类 AA；2. power set（幂集）幂集（power set）通过子集（subsets）来定义，{x, y, z} 的全部子集（23=82^3=8）为：{}, {x}, {y}, {z}, {x, y}, {x, z}, {y, z}, {x, y, z}则 {x, y, z} 的幂集为：{{}
2016-12-14 12:09:09
1431
原创 latex 常用环境（environment）
align\begin{align} \overline{A \cup B} &= \overline{A} \cap \overline{B}, \\ \overline{A \cap B} &= \overline{A} \cup \overline{B}, \end{align}array（会有对齐的选项）l：左；c：中；r：右；
2016-12-14 11:06:13
3762
原创 σ 代数与测度（measures）
1. definitionLet A\mathcal A be a collection of subsets of a sample space Ω\Omega，A\mathcal A is called σ\sigma-field (or σ\sigma-algebra)， ifff
2016-12-14 10:15:59
7264
原创 matlab 快捷键
1. 命令行（cli）ctrl + u：删除当前行， 或者之间按 esc；2. 编辑器（editor）放在 matlab 内置的函数处，按下 F1，会弹出该函数的 doc 文档；matlab 内置函数的括号内部，按下 ctrl + f1，参数信息提示；
2016-12-12 19:08:52
953
原创 参数方法（parameter）与非参数方法（nonparameter）
参数方法表示参数固定，不随数据点的变化而变化； 非参数方法并不意味着没有参数，而是说，参数的数目随数据点而变化，1. 非参数方法举例Nearest-Neighbor：比如一个二分类问题，新来一个测试点，当要计算其所属类别时，需要与全部训练集计算距离；logistic regression
2016-12-11 19:07:36
8986
原创 Frequentist 观点和 Bayesian 观点
1. Frequentist viewFrequentist approach views the model parameters as unknown constants and estimates them by matching the model to the training data using an appropriate metric. （某个适当的准则）。
2016-12-11 16:10:56
2838
原创 隐变量模型（latent variable model）
连续隐变量模型（continuous latent model）也常常被称为降维（dimensionality reduction） PCAFactor AnalysisICA连续的情形比离散的情况更有效在信息表示上；
2016-12-10 21:05:03
10912
原创 Matlab Tricks（二十六）—— 置乱（随机化）与恢复（shuffle/permutation & restore）
x = 1:10;n = length(x);perm = randperm(n);x_perm = x(perm); % x_perm 表示置乱后的结果x_ori(perm) = x_perm; % x_ori 对置乱后的结果进行恢复
2016-12-10 11:36:18
3921
原创 matlab 高阶（一） —— assignin与evalin
1. assigninassignin(ws, ‘var’, val)将 val 值赋值给 ws 空间中的 var 变量，注意这里的变量，必须是 array 类型，而不可以是包含下标索引，如果在指定的空间中，不存在该var变量，就创建之。常用的 workspace 有以下两个：
2016-12-10 11:17:46
6370
原创 matlab 警告（warning）、错误（error）、异常（exception）与断言（assert）
1. warning（警告）warning('off', '*:*:*');2. 异常 try，catch
2016-12-09 20:49:21
8471
原创 Matlab Tricks（二十五） —— 二维图像的 shuffle
比如对于 mnist （手写字符图像），每幅图像的像素点为 28*28，所以有：perm = randperm(28*28); % 重排列mnist.train_images = reshape(mnist.train_images, [28*28 60000]); % 三维 ⇒ 二维，将每一副图像展成列向量；mnist.train_images = mni
2016-12-09 18:24:25
1219
原创 toolbox、library 的组织
不要重复制造轮子；重复利用已完成的函数；1. 一个普通的 matlab toolboxbigData：规模较大的数据集；data：一般的数据集；demos：演示程序，直接可以运行；tools：工具； util：常用函数；2. 添加到路径 类似于 windows 下安装程序时的设置环境变量；genpath()addpath(genpath(”))
2016-12-09 17:41:51
807
原创 windows 的使用 —— 注册表（软件的安装和卸载）
win + r（run）：输入 regedit（register edit）进入；1. 网络连接比如一些 vpn 安装之后，会对网络连接进行一定的修改，这样在 vpn 工具删除之后，仍然无法消除修改带来的影响，此时可以对注册表进行一定的编辑：在注册表中找到：HKEY_CURRENT_USER\Software\Microsoft\Windows\CurrentVersion\Internet Se
2016-12-08 21:03:55
3122
matlab字幕拼接用视频截图
2016-01-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人