- 博客(23)
- 资源 (42)
- 收藏
- 关注
转载 拉普拉斯矩阵(Laplace Matrix)与瑞利熵(Rayleigh quotient)
前言前面分析了非负矩阵分解(NMF)的应用,总觉得NMF与谱聚类(Spectral clustering)的思想很相似,打算分析对比一下。谱聚类更像是基于图(Graph)的思想,其中涉及到一个重要概念就是拉普拉斯矩阵(Laplace matrix),想着先梳理一下这个矩阵: 1)拉普拉斯矩阵基本定义 2)拉普拉斯矩阵意义及性质 3)瑞利熵(Rayleigh quotient...
2018-08-31 10:58:04 2865
原创 谱聚类算法(Spectral Clustering)
谱聚类算法(Spectral Clustering)谱聚类(Spectral Clustering, SC)是一种基于图论的聚类方法——将带权无向图划分为两个或两个以上的最优子图,使子图内部尽量相似,而子图间距离尽量距离较远,以达到常见的聚类的目的。其中的最优是指最优目标函数不同,可以是割边最小分割——如图1的Smallest cut(如后文的Min cut), 也可以是分割规模差不多且割边...
2018-08-31 10:50:04 413
转载 从拉普拉斯矩阵说到谱聚类
2 拉普拉斯矩阵2.1 Laplacian matrix的定义 拉普拉斯矩阵(Laplacian matrix)),也称为基尔霍夫矩阵, 是表示图的一种矩阵。给定一个有n个顶点的图,其拉普拉斯矩阵被定义为: 其中为图的度矩阵,为图的邻接矩阵。 举个例子。给定一个简单的图,如下: 把此“图”转换为邻接矩阵的形式,记为:...
2018-08-30 19:05:38 2113
转载 邻接矩阵与关联矩阵
https://blog.csdn.net/Hanging_Gardens/article/details/55670356
2018-08-30 18:56:12 16196 1
转载 tensorflow tf.pad解析
tf.pad的作用是填充它的表达式如下: pad( tensor, paddings, mode='CONSTANT', name=None)tensor是要填充的张量 padings 也是一个张量,代表每一维填充多少行/列,但是有一个要求它的rank一定要和tensor的rank是一样的mode 可以取三个值,分别是"CONSTAN...
2018-08-30 11:01:38 201
转载 网络学习 curl 和wget 区别
它们的区别,我看到的有如下几点:1.curl是libcurl这个库支持的,wget是一个纯粹的命令行命令。2.curl支持更多的协议。curl supports FTP, FTPS, HTTP, HTTPS, SCP, SFTP, TFTP, TELNET, DICT, LDAP, LDAPS, FILE, POP3, IMAP, SMTP and RTSP at the time of th...
2018-08-30 09:42:35 348
转载 linux wget 命令用法详解(附实例说明)
Linux wget是一个下载文件的工具,它用在命令行下。对于Linux用户是必不可少的工具,尤其对于网络管理员,经常要下载一些软件或从远程服务器恢复备份到本地服务器。如果我们使用虚拟主机,处理这样的事务我们只能先从远程服务器下载到我们电脑磁盘,然后再用ftp工具上传到服务器。这样既浪费时间又浪费精力,那不没办法的事。而到了Linux VPS,它则可以直接下载到服务器而不用经过上传这一步。wget...
2018-08-30 09:40:11 490
转载 python3中argparse模块
1、定义:argparse是python标准库里面用来处理命令行参数的库2、命令行参数分为位置参数和选项参数: 位置参数就是程序根据该参数出现的位置来确定的 如:[root@openstack_1 /]# ls root/ #其中root/是位置参数 选项参数是应用程序已经提前定义好的参数,不是随意指定的 ...
2018-08-30 09:01:10 295
转载 BEGAN解读
BEGAN立论基础BEGAN是Google在17年上半年出的一篇论文,此论文对GAN做了进一步的改进,提出了一种新的评价生成器生成质量的方式,使GAN即使使用很简单的网络,不加一些训练trick比如BN,minibatch,使用SELU激活函数等等,也能实现很好的训练效果,完全不用担心模式崩溃(model collapse)和训练不平衡的问题。 以往的GAN以及其变种都是希望生成器生成的...
2018-08-28 14:34:37 16355
转载 令人拍案叫绝的 Wasserstein GAN,彻底解决GAN训练不稳定问题
【新智元导读】 本文详细解析了最近在 reddit 的 Machine Learning 版引起热烈讨论的一篇论文Wassertein GAN,该论文提出的 WGAN 相比原始 GAN 的算法实现流程却只改了四点,但实现了彻底解决GAN训练不稳定,基本解决了 collapse mode 的问题等好处。论文下载地址:https://arxiv.org/abs/1701.07875在GAN的相...
2018-08-28 12:15:11 890
转载 概率论——Wasserstein距离
https://blog.csdn.net/victoriaw/article/details/56674777
2018-08-28 11:28:11 1797
转载 Global average pooling
Golbal Average Pooling 第一次出现在论文Network in Network中,后来又很多工作延续使用了GAP,实验证明:Global Average Pooling确实可以提高CNN效果。Traditional Pooling Methods要想真正的理解Global Average Pooling,首先要了解深度网络中常见的pooling方式,以及全连接层。...
2018-08-27 19:34:57 528
转载 Maxout网络学习
一、相关理论 本篇博文主要讲解2013年,ICML上的一篇文献:《Maxout Networks》,这个算法我目前也很少用到,个人感觉最主要的原因应该是这个算法参数个数会成k倍增加(k是maxout的一个参数),不过没关系,对于我们来说知识积累才是最重要的,指不定某一天我们就需要用到这个算法,技多不压身。个人感觉Maxout网络和Dropout有很多相似的地方。 本篇博文将从什...
2018-08-27 19:28:54 134
转载 Modularity的计算方法——社团检测中模块度计算公式详解
http://www.yalewoo.com/modularity_community_detection.html
2018-08-24 15:15:23 4245
转载 迪克斯特拉算法-- Dijkstra's Algorithm
在图形应用中,常常需要求从图中某个结点至其余各结点的最短路径,如对于一个物流配送系统计算从配送中心到各订货点的最短路径。Dijkstra's Algorithm 基本思想:若给定带权有向图G=(V,E)和源顶点v0,构筑一个源集合S,将v0加入其中。① 对差集V\S中 个顶点vi,逐一计算从v0 至它的距离 D(v0 , vi ),若该两顶点之间没有边,则其距离为无穷大。求出其中距...
2018-08-23 16:22:11 1843
转载 HTM 算法 异常检测 Hierarchical temporal memory
From Wikipedia, the free encyclopediaJump to navigationJump to search This article needs additional citations for verification. Please help improve this article by adding citations ...
2018-08-22 18:38:45 3133
转载 随机森林进行特征重要性度量的详细说明
特征选择方法中,有一种方法是利用随机森林,进行特征的重要性度量,选择重要性较高的特征。下面对如何计算重要性进行说明。1 特征重要性度量计算某个特征X的重要性时,具体步骤如下:1)对每一颗决策树,选择相应的袋外数据(out of bag,OOB)计算袋外数据误差,记为errOOB1.所谓袋外数据是指,每次建立决策树时,通过重复抽样得到一个数据用于训练决策树,这时还有大约1/3的...
2018-08-10 20:11:55 4724 1
转载 利用随机森林对特征重要性进行评估 方法一
https://hal.archives-ouvertes.fr/file/index/docid/755489/filename/PRLv4.pdf前言随机森林是以决策树为基学习器的集成学习算法。随机森林非常简单,易于实现,计算开销也很小,更令人惊奇的是它在分类和回归上表现出了十分惊人的性能,因此,随机森林也被誉为“代表集成学习技术水平的方法”。 本文是对随机森林如何用在特征选择上做一...
2018-08-10 20:10:48 13846 9
转载 转导推理——Transductive Learning
在统计学习中,转导推理(Transductive Inference)是一种通过观察特定的训练样本,进而预测特定的测试样本的方法。另一方面,归纳推理(Induction Inference)先从训练样本中学习得到通过的规则,再利用规则判断测试样本。然而有些转导推理的预测无法由归纳推理获得,这是因为转导推理在不同的测试集上会产生相互不一致的预测,这也是最令转导推理的学者感兴趣的地方。 归纳推理...
2018-08-10 18:18:37 577
转载 参数随机初始化方法:xavier_init()
https://blog.csdn.net/nini_coded/article/details/79302820
2018-08-07 11:40:30 3002
转载 生成对抗网络(GAN)原理+tensorflow代码实现
https://blog.csdn.net/Jason160918/article/details/78248066
2018-08-06 18:04:49 1370 1
转载 生成对抗网络GANs工作原理
生成对抗网络是一种基于可微生成器的生成式建模方法。 生成对抗网络基于博弈模型,其中生成器网络(generator network)必须与其对手判别器(discriminator)竞争。生成器直接生成样本 x = g(z ; θ(g)) 。其对手,判别器网络会尝试区分生成器生成的样本和训练数据中抽取的样本。生成器由 d(x ; θ(g)) 生成一个概率值来判别样本 x 是从训练数据中抽取的样...
2018-08-06 17:57:52 438
转载 多任务深度学习(MultiTask Learning)
多任务学习给出多个监督信息(标签),利用任务之间的相关性互相促进。案例1-人脸识别香港中文大学汤晓鸥组发表在NIPS14的论文《Deep Learning Face Representation by Joint Identification-Verification》,提出了一种联合训练人脸确认损失和人脸分类损失的多任务人脸识别网络DeepID2(Deep IDentification-...
2018-08-03 17:30:43 1392
Pro Go The Complete Guide -go语言学习最新书籍
2023-06-19
Advanced_Programming_in_the_UNIX_Environment,_3rd
2018-11-30
Deep_Learning_Quick_Reference
2018-09-01
Convex Optimization Algorithms
2018-09-01
Guide.to.Medical.Image.Analysis.Methods.and.Algorithms
2018-09-01
Hands-On Data Science and Python Machine Learning py
2018-03-27
Python Machine Learning Machine Learning and Deep Learning
2018-03-27
Data Structures and Algorithms Using Python and C++
2018-03-27
R_for_Data_Science
2018-03-27
Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow
2018-03-17
Approximate.Dynamic.Programming.2011
2018-01-17
Swarm Intelligence Principles Advances and Applications
2018-01-13
Neural_Network_Methods_in_Natural_Language_Processing
2017-12-25
Reinforcement Learning With Open A TensorFlow and Keras Using Python.pdf
2017-12-18
Fundamentals of Deep Learning完整非扫描版本2017
2017-12-16
Text Mining in Practice with R 2017.12
2017-12-13
Text_Mining-From_Ontology_Learning_to_Automated_Text_Processing_Applications
2017-12-13
Tensorflow 机器学习参考手册2007
2017-11-22
Spark大数据处理技术 带标签 完整版
2017-11-12
模式分类11
2016-11-07
集体编程智慧
2016-11-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人