2013年12月_bluebelfast

12月 11月

原创 matlab与python 语言区别总结

从matlab转到python一定要了解两种语言的区别，本文总结了matlab与python语法上区别的一些主要容易混淆的不同。

2013-12-27 16:01:58 25444 2

原创 Windows 下 AnacondaCE 安装 Theano 0.6.0rc3 问题

AnacondaCE 安装 Theano 0.6.0rc3 时遇到WARNING (theano.configdefaults): g++ not detected 等问题的解决办法。绝对work！

2013-12-23 16:54:24 7259 3

原创 Deep Belief Networks (DBNs)

Deep Belief Networks（DBNs），是一类随机性Deep neural network，其可以用来对事物进行统计建模，表征事物的抽象特征或统计分布，在手写字识别和语音识别建模中，已被用于代替传统GMM，建立统计型声学模型等，并显示出优越的效果。本文针对我们对DBN网络的理解，对DBN网络进行了一定的分析和诠释。

2013-12-17 13:22:35 17077

转载 gradient descent

回归(regression)、梯度下降(gradient descent)发表于332 天前 ⁄ 技术, 科研 ⁄ 评论数 3 ⁄ 被围观 1152 次+本文由LeftNotEasy所有，发布于http://leftnoteasy.cnblogs.com。如果转载，请注明出处，在未经作者同意下将本文用于商业用途，将追究其法律责任。前言:上次写过一篇关于贝叶斯概率论的数学，最

2013-12-13 13:50:13 1545

原创 Restricted Boltzmann Machines

本文根据我们在Restricted Boltzam Machines（RBMs）上学习和理解，分析大量文献资料形成了RBMs工作和学习过程的总结。文章分别并通过举例和形式化两方面深入浅出的讲解了Restricted Boltzam Machines（RBMs）网络结构，其工作原理，建模原理和RBMs的学习过程。

2013-12-11 08:43:16 11876

原创 Sqlite 大数据量删除问题

不知道大家有没有尝试过在Sqlite数据库中一次性删除上千条数据。你会发现删除函数返回后，但是数据并未删除。这是怎么回事喃？正是Sqlite这个轻量级数据库本身的缺陷，无法高速处理大数据量操作。不信引用一段Android源码你们看看Google是如何写Sqlite删除语句的。do { currentnumber++; id

2013-12-10 16:31:22 4773

语音分离技术研究已有30-40年的历史。纵观语音分离技术，根据输入源数量的多少来划分，可以分为多通道语音分离技术、双通道语音分离技术和单通道语音分离技术。由于多通道语音分离技术采用多个声源信号同时进行分析，从而分离出想要的单个或多个语音信号，因此可以采用空间信号处理技术或一定的盲源分离技术，其经典算法有ICA， beamform等。相对多通道情况，双通道主要适合如两个声音采集端，即两个麦克风的语音

2013-12-10 16:10:39 7100 5

原创基于DBN的语音识别技术分析

1、传统GMM-HMM语音识别系统简介2、DBN用于Phone 识别3、DBN-HMM依赖型语音识别系统分析参考文献;Dahl, G., Ranzato, M., Mohamed, A., and Hinton, G. ―Phone recognition with the mean-covariance restricted Boltzmann mac

2013-12-10 15:44:07 3347 1

转载 Deep Learning 训练/学习过程

以下先抛出Deep Learning的训练过程，后续在讲解各类DNN时将具体例举。1、deep learning训练过程如果对所有层同时训练，时间复杂度会太高；如果每次训练一层，偏差就会逐层传递。这会面临跟上面监督学习中相反的问题，会严重欠拟合（因为深度网络的神经元和参数太多了）。 2006年，hinton提出了在非监督数据上建立多层神经网络的一个有效方法

2013-12-05 15:13:09 2054

原创对比传统模式识别方法理解 Deep Learning

通过从传统的模式识别系统分析入手，理解Deep learning 到底做了什么。

2013-12-05 14:56:48 6812 1

原创 DNN与ANN的区别

1、ANN与DNN背景传统的神经网络，也称为ANN或浅层神经网络。Deep Learning中重点研究的是深层神经网络，也称为DNN，其中D是Deep的缩写。下面是摘自网上对传统浅层ANN和DNN的描述。浅层学习是机器学习的第一次浪潮 20世纪80年代末期，用于人工神经网络的反向传播算法（也叫Back Propagation算法或者BP算法）的发明，给机

2013-12-05 14:14:34 27941

原创机器学习基础unsupervised 和supervised学习

1、定义引用维基百科和百度百科。监督式学习（英语：Supervised learning），是一个机器学习中的方法，可以由训练资料中学到或建立一个模式（函数 / learning model），并依此模式推测新的实例。训练资料是由输入物件（通常是向量）和预期输出所组成。函数的输出可以是一个连续的值（称为回归分析），或是预测一个分类标签（称作分类）。（wikipedia）利用一组

2013-12-05 13:48:53 10254

原创传统神经网络ANN训练算法总结

学习/训练算法分类神经网络类型的不同，对应了不同类型的训练/学习算法。因而根据神经网络的分类，总结起来，传统神经网络的学习算法也可以主要分为以下三类： 1）前馈型神经网络学习算法-----（前馈型升级网络） 2）反馈型神经网络学习算法------（反馈型神经网络） 3）自组织神经网络学习算法------（自组织神经网络）以下我们将通过三类典型的

2013-12-05 12:22:07 17909 3

转载 MCMC(Markov Chain Monte Carlo) and Gibbs Sampling

1. 随机模拟随机模拟(或者统计模拟)方法有一个很酷的别名是蒙特卡罗方法(Monte Carlo Simulation)。这个方法的发展始于20世纪40年代，和原子弹制造的曼哈顿计划密切相关，当时的几个大牛，包括乌拉姆、冯.诺依曼、费米、费曼、Nicholas Metropolis，在美国洛斯阿拉莫斯国家实验室研究裂变物质的中子连锁反应的时候，开始使用统计模拟的方法,并在最早的计算机上进

2013-12-04 10:14:13 2455

原创传统神经网络ANN简介

人工神经网络（artificial neural network，缩写ANN），简称神经网络（neural network，缩写NN），是一种模仿生物神经网络的结构和功能的数学模型或计算模型。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统。现代神经网络是一种非线性统计性数据建模工具，常用来对输入和输出间复杂的关系进行建模，或用来探

2013-12-03 10:37:04 12306

电子科技大学计算机高级图形学课件PPT（全）

电子科技大学计算机高级图形学硕士研究生课程40学时。包含opengl和计算机高级图形学知识。光照，颜色，建模，渲染。

2020-09-30

pytext-0.3.1.zip

facebook开源的pytext源码。PyText is a deep-learning based NLP modeling framework built on PyTorch. PyText addresses the often-conflicting requirements of enabling rapid experimentation and of serving models at scale. It achieves this by providing simple and extensible interfaces and abstractions for model components, and by using PyTorch’s capabilities of exporting models for inference via the optimized Caffe2 execution engine. We are using PyText in Facebook to iterate quickly on new modeling ideas and then seamlessly ship them at scale.

2020-04-15