- 博客(5)
- 资源 (36)
- 收藏
- 关注
原创 机器学习: Softmax Classifier (三个隐含层)
程序实现 softmax classifier, 含有三个隐含层的情况。activation function 是 ReLU : f(x)=max(0,x)f(x)=max(0, x) f1=w1x+b1 f_{1}=w_{1}x+b_{1} h1=max(0,f1)h_{1}=max(0, f_{1})f2=w2h1+b2f_{2}=w_{2}h_{1}+b_{2}h2=max(
2016-09-21 20:23:57 2786
原创 机器学习:Softmax Classifier (两个隐含层)
程序实现 softmax classifier, 含有两个隐含层的情况。activation function 是 ReLU : f(x)=max(0,x)f(x)=max(0, x) f1=w1x+b1 f_{1}=w_{1}x+b_{1} h1=max(0,f1)h_{1}=max(0, f_{1})f2=w2h1+b2f_{2}=w_{2}h_{1}+b_{2}h2=max(
2016-09-21 20:23:43 1713
原创 机器学习 Softmax classifier (一个隐含层)
程序实现 softmax classifier, 含有一个隐含层的情况。activation function 是 ReLU : f(x)=max(0,x)f(x)=max(0, x) f1=w1x+b1 f_{1}=w_{1}x+b_{1} h1=max(0,f1)h_{1}=max(0, f_{1})f2=w2h1+b2f_{2}=w_{2}h_{1}+b_{2}y=ef2i∑
2016-09-21 20:23:20 1501
原创 机器学习 Softmax classifier (无隐含层)
程序实现 Softmax classifer, 没有隐含层, f=wx+b f=wx+b y=efi∑jefj y=\frac{e^{f_{i}}}{\sum_{j}e^{f_{j}}} %% Softmax classifierfunction Out=Softmax_Classifier(train_x, train_y, opts)% setting
2016-09-21 20:22:46 1317
翻译 Python: scikit-image gamma and log 对比度调整
这个函数,主要用来做对比度调整,利用 gamma 曲线 或者 log 函数曲线,gamma 函数的表达式: y=xγy=x^{\gamma}, 其中, xx 是输入的像素值,取值范围为 [0−1][0-1], yy 是输出的像素值,通过调整γ\gamma 值,改变图像的像素值的分布,进而改变图像的对比度。 log 函数的表达式: y=alog(1+x)y=a \text{log}(1+x),
2016-09-02 17:34:41 5060
机器学习 第六讲:Generative Learning Algorithm B
2015-03-06
机器学习 第五讲: Generative Learning Algorithm A
2015-03-06
机器学习 第四讲 Logistic Regression和广义线性模型
2015-02-07
常用算法程序集(C语言描述)
2011-09-01
Convolutional Neural Networks for Visual Recognition 7
2015-07-16
Convolutional Neural Networks for Visual Recognition 6
2015-07-16
Convolutional Neural Networks for Visual Recognition 8
2015-07-16
Convolutional Neural Networks for Visual Recognition 5
2015-07-16
Convolutional Neural Networks for Visual Recognition 4
2015-06-28
Convolutional Neural Networks for Visual Recognition 3
2015-06-28
Convolutional Neural Networks for Visual Recognition 2
2015-06-28
Convolutional Neural Networks for Visual Recognition 1
2015-06-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人