- 博客(15)
- 资源 (1)
- 收藏
- 关注
转载 Matlab fopen fprintf函数
转https://blog.csdn.net/lyj_viviani/article/details/51191888fopen()是个将数据按指定格式读入到matlab中的函数。 fprintf()是个将数据按指定格式写入到文本文件中的函数。matlab中fopen函数的常用调用格式 1)fid = fopen(‘filename’) 2)fid= fopen(‘filename’,’permi...
2018-06-15 17:40:05 560
转载 SVM的三重境界
转https://blog.csdn.net/v_july_v/article/details/7624837 支持向量机通俗导论(理解SVM的三层境界)作者:July 。致谢:pluskid、白石、JerryLead。说明:本文最初写于2012年6月,而后不断反反复复修改&优化,修改次数达上百次,最后修改于2016年11月。声明:本文于2012年便早已附上所有参考链接,并注明是篇“学习笔...
2018-05-30 20:27:35 1011
转载 SVM(Support Vector Machine) 最佳超平面
转https://blog.csdn.net/jackie_zhu/article/details/49904331背景分类问题中,在一个线性不可分的样本上,通常需要用到一些Non-linear的特征,把低维度空间上的样本投影到高维度上,从而使得这些样本在高维度线性可分。但是这个投影的过程通常也会有以下两个问题:如果在原样本中加了太多的高次多项式的特征,首先会导致过拟合,模型的泛化能力会很差;多项...
2018-05-30 20:21:31 2641 1
转载 机器学习中的损失函数
转https://blog.csdn.net/u010976453/article/details/784882791. 损失函数损失函数(Loss function)是用来估量你模型的预测值 f(x)f(x) 与真实值 YY 的不一致程度,它是一个非负实值函数,通常用 L(Y,f(x))L(Y,f(x)) 来表示。损失函数越小,模型的鲁棒性就越好。损失函数是经验风险函数的核心部分,也是结构风险函...
2018-05-30 10:50:28 1211
转载 matlab自带各种分类器的使用示例
转 https://blog.csdn.net/u014114990/article/details/51067059目前了解到的MATLAB中分类器有:K近邻分类器,随机森林分类器,朴素贝叶斯,集成学习方法,鉴别分析分类器,支持向量机。现将其主要函数使用方法总结如下,更多细节需参考MATLAB 帮助文件。设 训练样本:train_data % 矩阵,每行一个样本,每列一...
2018-05-24 15:36:31 1615
转载 生成式模型 & 生成对抗网络——资料梳理(专访资料 + 论文分类)
原文地址:https://blog.csdn.net/solomon1558/article/details/52338052文献整理 题目主要内容 GAN综述【1】 「无中生有」计算机视觉探奇(下) 1. 1)超分辨率重建;2)图像着色;3)看图说话;4)人像复原;5)图像自动生成2. 生成对抗网络博弈论中的零和博弈3. 将GAN用深度卷积神经网络进行实现(称作,DC...
2018-04-06 14:46:36 735
转载 杨强教授漫谈《西部世界》、生成式对抗网络及迁移学习
原文地址:http://geek.csdn.net/news/detail/197755近日,杨强教授在[范式大学]内部课程中,与大家分享了他在 “生成式对抗网络模型“ 和迁移学习等领域的独特见解和最新思考。在此特别感谢杨教授的博士生张颖华同学的帮助。以下内容根据杨强教授演讲编写,略微有所删减。 杨强教授是香港科技大学计算机与工程系主任,首位国际人工智能学会华人Fellow(AAAI Fellow...
2018-04-06 14:37:55 518
转载 对抗神经网络(Adversarial Nets)的介绍[1]
原文https://blog.csdn.net/u013139259/article/details/52729191概念介绍对抗名字的由来及对抗过程对抗NN的模型对抗NN的模型和训练判别网络D的最优值模拟学习高斯分布对抗NN实验结果《生成对抗NN》代码的安装与运行对抗网络相关论文论文引用一、对抗NN简介大牛Ian J. Goodfellow 的2014年的《Generative Adversat...
2018-04-06 14:17:59 486
转载 GANs学习系列(1):GANs最新进展一
想与大家分享的是图像生成中一些工作。这些工作都基于一大类模型,Generative Adversarial Networks(GAN)。从模型名称上甚至都可以看出一些发展轨迹:GAN->CGAN->LAPGAN->DCGAN->GRAN->VAEGAN 等等。所以,在今天的分享中,我会尽量以梳理论文和论文之间的联系、区别为主。会涉及的论文有:1.《Generative...
2018-04-06 14:10:13 663
转载 深度学习的迁移模型
"深度学习的迁移模型"主题报告速记与评述(四) 红豆家的白楚先森 关注2017.11.04 22:33* 字数 3275 阅读 141评论 0喜欢 0笔者按 :机器学习正在走向基于“语义”的可解释模型的新时代。迁移学习很有可能接过监督学习今天的辉煌,显著提升模型的可解释性和适应性:不仅在有着大数据的领域性能优异,还能迁移到只有小数据的新领域中表现出色。概要CCAI主办方提供了Slides的下载链接...
2018-04-04 22:13:32 11725 1
转载 简单理解与实验生成对抗网络GAN
简单理解与实验生成对抗网络GAN标签: 深度学习2017年05月26日 21:31:4926682人阅读 评论(54) 收藏 举报 分类:深度学习(18) 版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/on2way/article/details/72773771目录(?)[+]之前GAN网络是近两年深度学习领域的新秀,火的不行,本文旨在浅显理...
2018-04-04 10:16:48 322
转载 生成对抗网络GANs理解(附代码)
原文地址:http://blog.csdn.net/sxf1061926959/article/details/54630462对抗网络是14年Goodfellow Ian在论文Generative Adversarial Nets中提出来的。 记录下自己的理解,日后忘记了也能用于复习。 生成模型和判别模型理解对抗网络,首先要了解生成模型和判别模型。判别模型比较好理解,就像分类一样,有一个判别界限...
2018-04-04 09:37:21 3800
转载 迁移学习(杨强教授报告)
原文地址:https://blog.csdn.net/jiandanjinxin/article/details/54133521李宏毅机器学习课程-Transfer Learning 深度学习 -> 强化学习 ->迁移学习(杨强教授报告)链接: http://pan.baidu.com/s/1nu6DMRn 密码: an9q 深度学习的局限表达能力的限制。因为一个模型毕竟是一种现实的...
2018-04-02 17:11:36 4620 1
转载 非负矩阵分解(1):准则函数及KL散度
非负矩阵分解(1):准则函数及KL散度作者:桂。时间:2017-04-06 12:29:26链接:http://www.cnblogs.com/xingshansi/p/6672908.html 声明:欢迎被转载,不过记得注明出处哦~ 前言之前在梳理最小二乘的时候,矩阵方程有一类可以利用非负矩阵分解(Non-negative matrix factorization, NMF)的方法求解,经常见...
2018-04-02 16:18:30 1476 1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人