Alex_luodazhi的博客

对于CNN的理解按照过程来理解：1. 卷积，因为特征往往具有局部性，所以我们取消了第一层和第二层之间的全连接，改之为部分连接，即某些神经元只连接着某些像素点。这能够有效地减少我们的参数数量。而在这个过程中，我们还使用了权值共享这一个方法，其意思是，对于一张图片，其特征萃取，在全局中的任何局部应该都是可取的，也就是说，萃取某一个特征，我们可以对每一个局部都做同样的事情，因此，按照卷积的思

概述以监督学习为例，假设我们有训练样本集 ，那么神经网络算法能够提供一种复杂且非线性的假设模型 ，它具有参数 ，可以以此参数来拟合我们的数据。为了描述神经网络，我们先从最简单的神经网络讲起，这个神经网络仅由一个“神经元”构成，以下即是这个“神经元”的图示：这个“神经元”是一个以 及截距 为输入值的运算单元，其输出为 ，其中函数 被称为“激活函

对AlexNet的理解AlexNet是Hinton以及他的学生Alex为了回应外界对于深度学习的质疑，而设计的一个用于图像分类的深度卷积神经网络。我们可以这样子理解：结构：卷积操作减少了参数，并且将萃取出来的特征传到了下一层，而下一层的池化操作，则将一些特征进行了合并，减少了特征数量，还有效地防止了特征过多导致的过拟合现象，通过将这个过程重复若干次，得到了一些高层次的特征，接着，我

最近为了给卷积神经网络提速，本人尝试NviDIA的CUDA，以下是安装教程，只要按照笔者的教程做，基本可以保证成功安装。环境：Ubuntu 14.04安装步骤：1. 首先推荐新安装Ubuntu 14.04首先验证你是否有nvidia的显卡并且显卡支持CUDA（http://developer.nvidia.com/cuda-gpus这个网站查看你是否有支持gpu的显

Improving Multiview Face Detection with Multi-Task Deep Convolutional Neural Networks概述：这是一篇基于深度卷积神经网络的人脸检测论文，达到了很好的效果，同时速度相比起其他深度学习系的方法也有所提高。算法：1. 作者先使用几个级联的 Multiview detector来对输入图片进行初步鉴别，以此