- 博客(9)
- 收藏
- 关注
转载 微软官方caffe之 matlab接口配置
前言按照微软的官方地址配置可能会出现一个问题caffe_.mexw64找不到引用模块问题,或者在matlab里面压根找不到caffe_这个函数,下面会提到这两个问题。还是按照步骤来吧【PS1】有GPU同样按照下述步骤,进行即可【PS2】文章在matlab2013a、matlab2014a、matlab2015b中配置成功,但是在高版本或者更低版本情况下可能会出现问题
2016-10-24 11:44:57 1276 6
转载 mnist实例编译之model的使用-classification
仿照cifar10的模型使用,本文对mnist的训练方式做了部分修改【注】本文caffe安装路径为E:\CaffeDev-GPU\caffe-master。请自行参考并修改相关路径(debug以及release参考你编译caffe时候采用的模式)第一步按照前面的model生成方法的前两步骤制作数据集,得到两个文件夹。并拷贝到E:\CaffeDev-GPU\caffe-mas
2016-10-24 11:03:59 2729 1
转载 mnist实例编译之model的使用-matlab
前言针对上一个caffe文章留下的matlab手写数字识别的问题,感谢caffe中文社区的 @ghgzh 的提示,原文请看:caffe中文社区第一步手写图片的制作方法我就不说了,直接把我自己画的几个数字放到云盘先:三通道图像以及转换所需代码:链接:http://pan.baidu.com/s/1gfqeCAR 密码:88kk转换后的灰度图像:链接:http:
2016-10-24 11:01:29 1237
转载 机器学习中的范数规则化之(一)L0、L1与L2范数、核范数与规则项参数选择
今天我们聊聊机器学习中出现的非常频繁的问题:过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大,为了不吓到大家,我将这个五个部分分成两篇博文。知识有限,以下都是我一些浅显的看法,如果理解存在错误,希望大家不吝指正。谢谢。 监督机器学习问题无非就是“minimizeyour error while re
2016-10-18 20:24:49 3930
转载 【caffe-Windows】cifar实例编译之model的生成
准备工作按照之前的教程,成功生成过caffe,并且编译整个caffe.sln项目工程,在\caffe-master\Build\x64\Debug生成了一堆exe文件,后面会使用到除了caffe.exe的另外一个exe【PS】很多VS安装过程中出现问题的,比如XX加载失败,XX未找到等,请自行寻找问题,很可能是原来的VS没卸载干净,或者VS版本缺少一些文件等导致。正常情况下
2016-10-18 12:04:03 312
转载 caffe+VS2013+Windows无GPU快速配置教程
前言首先来一波地址:happynear大神的第三方caffe:http://blog.csdn.net/happynear/article/details/45372231Neil Z大神的第三方caffe:https://initialneil.wordpress.com/2015/01/11/build-caffe-in-windows-with-visual-stud
2016-10-18 12:02:18 360
转载 前向神经网络算法原理
总体上来讲,神经网络的算法是比较复杂的,后面有非常精妙的数学原理,而且对这些数学方法,还需要证明其具有收敛性,所以很多神经网络的书籍,绝大部分都是一些数学模型介绍、推导和证明,对于非数学专业的我们来说,感沉像看天书一样。其实神经网络的精髓是将现实中的问题进行抽象,建立适合神经网络表示的模型,然后应用神经网络进行处理,不断调整优化网络结构和参数,直到最终达到满意的效果。所以成功应用神经网络,不需要太
2016-10-18 12:00:18 7311 1
转载 BP算法
BP算法是关于误差的反向传播算法,就是从输出层开始,将结果与预期结果相比较,求出误差,然后按照梯度最大下降方向,调整神经元的联接权值,然后依次逐层调整各层之间的连接权值,对于批量学习方式而言,不断重复上述过程,直到误差达到足够小时为止。对于输出层而言,我们可以直接使用在上一篇博文中关于感知器模型的算法,BP算法的难点在于,如何处理隐藏层,因为隐藏层没有正确的输出信息用来计算误差。下面我们将
2016-10-18 11:56:19 1345
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人