深度学习
YY.Jiang
这个作者很懒,什么都没留下…
展开
-
pip使用清华镜像安装tensorflow1.8
pip使用清华镜像安装tensorflow1.8安装tensorflow时,如果使用直接安装速度相对较慢,采取清华大学的镜像会提高速度。pip install tensorflow-gpu==1.8 -i https://pypi.tuna.tsinghua.edu.cn/simple或pip install tensorflow==1.8 -i https://pypi.tuna.tsi...转载 2019-02-27 19:06:07 · 16786 阅读 · 0 评论 -
Lemur简明教程
转自:http://blog.csdn.net/memray/article/details/8973457 课程作业需要做一个评测实验,借机会了解一下Lemur,其实使用教程在Lemur官网(http://www.lemurproject.org/)和SourceForge(http://sourceforge.net/projects/lemur/wiki/)上都有较为详细转载 2017-10-25 22:21:24 · 2793 阅读 · 0 评论 -
【深度学习】使用tensorflow实现VGG19网络
转载出处:http://blog.csdn.net/accepthjp/article/details/70170217本文讲述使用tensorflow实现VGG19网络。VGG网络与AlexNet类似,也是一种CNN,VGG在2014年的 ILSVRC localization and classification 两个问题上分别取得了第一名和第二名。VGG网络非常深,通常有转载 2017-10-14 19:14:11 · 4205 阅读 · 0 评论 -
BP神经网络后向传播算法
下图显示了三层神经网络的后向传播算法实现过程: 每个神经元有两个单元组成。一个是权重和输入信号。另一个是非线性单元,叫做激励函数。信号e是激励信号。y = f(e) 是非线性单元的输出,即是神经元的输出。 为了训练神经网络,我们需要训练数据。训练数据由输入信号(x1 and x2 )转载 2017-10-13 10:31:07 · 400 阅读 · 0 评论 -
卷积神经网络概念与原理
一、卷积神经网络的基本概念 受Hubel和Wiesel对猫视觉皮层电生理研究启发,有人提出卷积神经网络(CNN),Yann Lecun 最早将CNN用于手写数字识别并一直保持了其在该问题的霸主地位。近年来卷积神经网络在多个方向持续发力,在语音识别、人脸识别、通用物体识别、运动分析、自然语言处理甚至脑电波分析方面均有突破。 卷积神经网络与普通神经网络的转载 2017-10-13 09:32:18 · 412 阅读 · 0 评论 -
线性判别分析(LDA), 主成分分析(PCA)
LDA: LDA的全称是Linear Discriminant Analysis(线性判别分析),是一种supervised learning。有些资料上也称为是Fisher’s Linear Discriminant,因为它被Ronald Fisher发明自1936年,Discriminant这次词我个人的理解是,一个模型,不需要去通过概率的方法来训练、预测数据,比如说各种贝叶斯方转载 2017-10-19 22:10:32 · 205 阅读 · 0 评论 -
强大的矩阵奇异值分解(SVD)及其应用
一、奇异值与特征值基础知识: 特征值分解和奇异值分解在机器学习领域都是属于满地可见的方法。两者有着很紧密的关系,我在接下来会谈到,特征值分解和奇异值分解的目的都是一样,就是提取出一个矩阵最重要的特征。先谈谈特征值分解吧: 1)特征值: 如果说一个向量v是方阵A的特征向量,将一定可以表示成下面的形式: 这时候λ就被称为特征向量v对应的特征转载 2017-10-19 22:07:31 · 333 阅读 · 0 评论 -
理解 LSTM 网络
转自:http://www.jianshu.com/p/9dc9f41f0b29Recurrent Neural Networks 人类并不是每时每刻都从一片空白的大脑开始他们的思考。在你阅读这篇文章时候,你都是基于自己已经拥有的对先前所见词的理解来推断当前词的真实含义。我们不会将所有的东西都全部丢弃,然后用空白的大脑进行思考。我们的思想拥有持久性。传统的神经网转载 2017-10-19 18:54:11 · 287 阅读 · 0 评论