- 博客(8)
- 收藏
- 关注
转载 KL散度的理解
KL散度的理解标签(空格分隔): 机器学习linbin 2018-05-29KL散度( KL divergence)全称:Kullback-Leibler Divergence 用途:比较两个概率分布的接近程度 在统计应用中,我们经常需要用一个简单的,近似的概率分布 f∗ 来描述 观察数据 D 或者另一个复杂的概率分布 f 。这个时候,我们需要一个量来衡量我们选...
2018-05-29 09:32:15 5780
转载 EEG检查的意义(转)
EEG是脑细胞功能变化的标志,能反映脑性疾病时脑功能障碍与否,但不能反映其疾病程度。一份正常EEG并不总是意味着脑功能正常,一份异常EEG、并不一定意味着脑功能异常。一种脑性疾病可产生多种形态的EEG异常,一种EEG异常可由多种脑性疾病引起。因此必须结合临床和其他检查,EEG才能在诊断上起参考作用。一般刺激性脑性病变可出现快波、棘波,抑制性脑性病变可出现慢波。EEG对颅内占位病变有定位价值,但不能...
2018-05-17 15:57:03 3244
转载 拉格朗日乘数法和KKT条件的直观解释
拉格朗日乘数法和KKT条件的直观解释标签(空格分隔): 机器学习linbin 2018-05-10Abstract在SVM的推导中,最优化问题是其中的核心,这里我们简单介绍下最优化问题,特别是带有约束的最优化问题,并且引入拉格朗日乘数法和广义拉格朗日乘数法,介绍并且直观解释了KKT条件,用于解决带约束的最优化问题。最优化问题我们在高中,包括在高数中都会经常遇到求...
2018-05-11 00:06:38 11278 1
原创 GPU课程20180510
GPU加速的科学发现Tags : GPU爱因斯坦一百年前的预言 强度极其微弱,探测困难几乎不与物质发生作用从第一次引力波探测到第一次“引力波-电磁信号”协同观测引力波天文学的开启新的挑战 “引力波-电磁”(GW-EM)信号的协同观测了解波源及其相关的物理过程 引力波数据处理流程High Performance ComputingExt...
2018-05-10 11:41:53 466
原创 训练分类器为什么要用cross entropy loss而不能用mean square error loss?
对于多分类的标签(即教师信号),从本质上看,通过One-hot操作,就是把具体的标签(Label)空间,变换到一个概率测度空间(设为 p),如[1,0,0](表示它是第一个品类)。可以这样理解这个概率,如果标签分类的标量输出为1(即概率为100%),其它值为0(即概率为0%)。而对于多分类问题,在Softmax函数的“加工”下,它的实际输出值就是一个概率向量,如[0.96, 0.04, 0],...
2018-05-09 23:54:11 2975
转载 拉格朗日乘子法如何理解
拉格朗日乘子法如何理解?拉格朗日乘数法(Lagrange multiplier)有很直观的几何意义。举个2维的例子来说明:假设有自变量x和y,给定约束条件g(x,y)=c,要求f(x,y)在约束g下的极值。我们可以画出f的等高线图,如下图。此时,约束g=c由于只有一个自由度,因此也是图中的一条曲线(红色曲线所示)。显然地,当约束曲线g=c与某一条等高线f=d1相切时,函数f取得极值。两曲线相切...
2018-05-09 19:24:17 982
原创 卷积神经网络中用1-1 卷积核的作用
卷积神经网络中用1*1 卷积核的作用linbin 标签(空格分隔): 卷积神经网络 优点:可以降低特征图的维数,防止参数过多,有利于增加深层网络的宽度增加模型深度,一定程度上提升模型的表征能Inception下图是Inception的结构,尽管也有不同的版本,但是其动机都是一样的下图是Inception的结构,尽管也有不同的版本,但是其动机都是一样的: ...
2018-05-09 16:12:13 3331 3
原创 单词表_芝士
单词表Tags: 英语学习Day 1 the box 5/9/2018 1:04:03 PMballon 气球 politician 政客ridiculous 荒谬的;可笑的lever 拉杆joke 笑话pull 拉direction 方向disappear 消失devote 献身于metal 金属delicate 精致的research 研究Day...
2018-05-09 14:10:05 249
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