发现一个很神奇的网站:http://cs.stanford.edu/people/karpathy/convnetjs/index.html
使用浏览器的js来直接训练网络,excited!
代码在:https://github.com/karpathy/convnetjs
1.intro页
intro页的几个实验都很有意思,发现几个神奇的地方
比如说在1d的回归上,有时候添加一个点,那么分界线就有可能有显著的变化。
在2d的图中,即使一群绿色的点围着一个红色的点,红色的点也会被神经网络学会。
在学习图像着色的那个神经网络中,我觉得这种方式应该是学习那些大块儿的图像比较容易,那些细微的细节很容易就被忽略了。
adadelta很厉害啊,如果手动调momentum和lr能比较厉害,应该是能比adadelta更快收敛的,但是adadelta更加稳妥。
deepmind的Q learning没有看懂,加个粗,留个位置
2.deep learning resources页
非常简单的介绍:Brief intro to Deep Learning: Digit Classification Example
很多资源:
Michael Nielsen’s NN and DL.(适合入门)
CS231n,感觉先看CS229再看231n
CS229,先看吧。
UFLDL,先看CS229-UFLDL-CS231n
以下三个没看过
Chris Manning has a nice (but slightly more mathematically demanding and Natural Language Processing focused) set of videos here
Hugo Larochelle's nice, but fairly advanced class on Machine Learning (Neural Nets included). Note that the page is in French but the slides and videos are in English.
deepLearning.net has a ton of other resources listed.
3.getting started页
没啥太多东西,js怎么调用lib的例子
4.document页
不同模块的说明。