2016年05月_qiusuoxiaozi

12月 11月 09月 07月 06月 05月 04月 03月 02月

原创卡尔曼滤波器（to be continued）

下述来自Vic在Youtube上的视频卡尔曼滤波器又叫最佳线性滤波器，好处有实现简单，纯时域（无须频域变换）所以在工程上又很广泛的应用。因为它只能描述状态与状态之间的线性关系。既然是线性关系，所以就可以用矩阵表示出来（如下图）。图中的式子为状态预测公式，其中的 F t F_t是状态转移矩阵，B t B_t是控制矩阵。观察到x x上都有一个倒三角，说明这是对于x x的估计，因为x x的真实值是

2016-05-13 21:00:53 2459

原创【CS231n winter2016 Lecture 3 （Linear classification II/loss function/optimization/SGD）】

一上课就说作业的截止日期只有7天，想起原来该课程还是有作业的，不做的话可能达不到效果，要不等到课程中段了或者看完整个课后再写吧。。另外自己在想找个时间把凸优化和乔丹推荐的书单开始学习了。Lecture 3回顾上一讲，image classifier is a tough task但是最新的技术已经能又快又好地解决这个问题了，这些都发生在过去3年里，课程结束后你们就是这个领域的专家了！今

2016-05-12 20:42:12 927

原创【CS231n Winter 2016 Lecture 2 (Image classifier,NN/KNN/linear classifier)】

Lecture 2上一讲结束后，李飞飞就回家生孩子了。这一讲是Andrej Karpathy讲语速较快，不过听着还行，当练练听力。上来就说先把image classifier给搞定了，然后各种渲染classifier is a challengeable task. 举的是猫的例子，在不同的照片角度，光照，猫的姿态，品种等各种“干扰”下，分类器都应该robust. 贴一个图来体会体会，我也是醉了

2016-05-12 10:17:05 1075

原创【CS231n Winter 2016 Lecture 1 (Brief history&course overview)】

lecture 1cs131，计算机视觉本科课程，导论。 cs231a，计算机视觉研究生课程，涵盖CV更加广的知识（cs231n主要是vision recognition/image classification）有志CV者建议学习 cs231n，主要讲CNN用于image classification历史就不多扯了。。说是几百万年前生物视觉的诞生大幅促进了进化过程，因为捕食者有了眼睛会追，被

2016-05-09 00:30:58 2386

原创 Theano利用GPU加速

继续水文章。以前说的直接利用sourceforge里的exe安装scipy和numpy事实上是一种比较low的方法，，哈哈。因为安装的都是32位的，数据量一大就memoryError了，当时是在keras下跑mnist cnn时出现这个问题的。。。。有一些更好的方法，但是我还是选择了使用64-bit Anaconda，安装了Anaconda= python+scipy+numpy+Ipyt

2016-05-05 12:51:33 2328

原创 SVM/LDM 中的一个优美的证明（个人觉得）

前言：在读周志华的Large Margin Distribution Machine一文时看到的。下面先简单回顾SVM，然后直接讲LDM，接着说看到的那个证明。其实也没啥。。一言以蔽之，给定IID分布训练集S，SVM的假设函数是一个线性模型f(x)=w T ϕ(x) f(x)=w^T\phi(x) 当然，这里的线性是一个广义的说法，也就是考虑了kernel的。(1)式给出函数间隔。硬间隔SVM

2016-05-04 21:35:41 1392

Python numpy

直接下载双击即可安装numpy，免去考虑compile的麻烦。关于scipy的安装（也比较麻烦）也有类似的软件，具体请见我的blog

2016-04-24

提高matlab代码速度的Tips

To speed up your matlab code, which is downloaded from UFLDL website

2016-04-14

UFLDL exercise9 Convolution and Pooling

In this exercise you will use the features you learned on 8x8 patches sampled from images from the STL-10 dataset in the earlier exercise on linear decoders for classifying images from a reduced STL-10 dataset applying convolution and pooling. The reduced STL-10 dataset comprises 64x64 images from 4 classes (airplane, car, cat, dog).

2016-04-13

UFLDL exercise8 Linear Decoder

In this exercise, you will implement a linear decoder (a sparse autoencoder whose output layer uses a linear activation function). You will then apply it to learn features on color images from the STL-10 dataset. These features will be used in an later exercise on convolution and pooling for classifying STL-10 images.

2016-04-12

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

qiusuoxiaozi的博客

原创卡尔曼滤波器（to be continued）

原创【CS231n winter2016 Lecture 3 （Linear classification II/loss function/optimization/SGD）】

原创【CS231n Winter 2016 Lecture 2 (Image classifier,NN/KNN/linear classifier)】

原创【CS231n Winter 2016 Lecture 1 (Brief history&course overview)】

原创 Theano利用GPU加速

原创 SVM/LDM 中的一个优美的证明（个人觉得）

PRML 模式识别与机器学习（英文）

Python numpy

提高matlab代码速度的Tips

UFLDL exercise9 Convolution and Pooling

UFLDL exercise8 Linear Decoder

UFLDL exercise7 Stacked Autoencoder

UFLDL exercise5 Softmax Regression

UFLDL exercise6 Self-Taught Learning

UFLDL exercise3&4 PCA and Whitening

UFLDL exercise1 Sparse Autoencoder

UFLDL exercise2 Learn features for handwritten digits

有关图论的ppt

stanford CS229 课程讲义

空空如也

原创 卡尔曼滤波器（to be continued）

原创 【CS231n winter2016 Lecture 3 （Linear classification II/loss function/optimization/SGD）】

原创 【CS231n Winter 2016 Lecture 2 (Image classifier,NN/KNN/linear classifier)】

原创 【CS231n Winter 2016 Lecture 1 (Brief history&course overview)】

原创 Theano利用GPU加速

原创 SVM/LDM 中的一个优美的证明（个人觉得）

PRML 模式识别与机器学习（英文）

Python numpy

提高matlab代码速度的Tips

UFLDL exercise9 Convolution and Pooling

UFLDL exercise8 Linear Decoder

UFLDL exercise7 Stacked Autoencoder

UFLDL exercise5 Softmax Regression

UFLDL exercise6 Self-Taught Learning

UFLDL exercise3&4 PCA and Whitening

UFLDL exercise1 Sparse Autoencoder

UFLDL exercise2 Learn features for handwritten digits

有关图论的ppt

stanford CS229 课程讲义

空空如也

原创卡尔曼滤波器（to be continued）

原创【CS231n winter2016 Lecture 3 （Linear classification II/loss function/optimization/SGD）】

原创【CS231n Winter 2016 Lecture 2 (Image classifier,NN/KNN/linear classifier)】

原创【CS231n Winter 2016 Lecture 1 (Brief history&course overview)】