深度学习\deep learning
机器学习的小学生
这个作者很懒,什么都没留下…
展开
-
UFLDL Tutorial--Unsupervised Feature Learning and Deep Learning.
http://ufldl.stanford.edu/tutorial/原创 2016-11-26 20:41:42 · 568 阅读 · 0 评论 -
计算梯度的三种方法: 数值法,解析法,反向传播法
计算梯度的三种方法: 数值法,解析法,反向传播法原创 2017-01-13 13:18:28 · 17469 阅读 · 2 评论 -
生成hdf5文件用于多标签训练
1.python 2.matlab参考文献:1.http://blog.csdn.net/u011762313/article/details/48830561 [ 生成hdf5文件用于多标签训练]原创 2017-03-23 11:03:34 · 3065 阅读 · 1 评论 -
caffe 自定义层/添加自己的损失函数
自定义激活层文献[2] 以循序渐进的学习方式先后介绍了: google protocol buffe , Blob ,SyncedMemory ,shared_ptr ,layer,data layer 然后利用这些知识来自定义一个层。其给出的例子是定义一个power层,可以通过caffe的api参考其结构:http://caffe.berkeleyvision.org/doxygen/cla原创 2017-03-12 10:17:37 · 9633 阅读 · 1 评论 -
Learning Spatial Regularization with Image-level Supervisions for Multi-label Image Classification
Learning Spatial Regularization with Image-level Supervisions for Multi-label Image Classification原创 2017-09-17 19:43:56 · 1096 阅读 · 0 评论 -
A Cookbook for Machine Learning: Vol 1
通常的情况是:你拥有某个模型参数θθ\theta。你试图优化某个客观标准,但是采用下面列的方式,优化问题不可行或者很难。如果你可以的话,那么你可以应用相应的转换到你的问题上。如果现在这个问题你可以有效的优化,那么很好。如果不能,你可以递归的应用这些转换直到它可以(优化)。对于Vol1,我们首先陈述下面的问题转换:变分边界(variational bound) 对抗博弈(Adversari...转载 2017-11-23 09:46:17 · 460 阅读 · 0 评论