![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Unsupervised Feature Learning
DerrickLyh
这个作者很懒,什么都没留下…
展开
-
卷积局限波尔兹曼机的训练_(CRBM的训练)
卷积局限波尔兹曼机的训练_(CRBM的训练)训练过程的问题: 1、CRBM中许多滤波器的权值是如何学习的?是先用整个训练集训练完一个滤波器,然后再用整个训练集训练下一个滤波器;还是用一块训练集训练全部滤波器,然后再用下一个块训练集训练全部滤波器的权值? 2、滤波器的权值的增量是如何计算的? 3、可视层的偏置的增量是如何计算的?原创 2013-12-29 12:19:04 · 2743 阅读 · 0 评论 -
Unsupervised Feature Learning _介绍
Course Description课程描述: Machine learning has proved a powerful tool for artificial intelligence and data mining problems. However, its success has usually relied on having a good feature re原创 2013-12-17 08:30:46 · 943 阅读 · 0 评论 -
稀疏自编码
一、介绍二、神经网络 1)神经网络的构成 2)反向传播算法 3)梯度检查和高级优化三、自编码与稀疏四、可视化五、数学符号解释六、参考文献原创 2014-01-01 09:09:21 · 877 阅读 · 0 评论 -
无监督学习算法
一、clustering methods 1) Kmeans 2) Gaussion二、matrix factorization methods 1) PCA and other variants(Such as kernel PCA) 2) ICA 3) NMF 4) Sparse codi原创 2014-01-01 09:02:39 · 1880 阅读 · 0 评论 -
Stacking Autoencoders VS Stacking RBMs
Stacking Autoencoders VS Stacking RBMs一、训练的方式二、学习的效果三、搭建的方式原创 2014-01-02 08:18:32 · 890 阅读 · 0 评论 -
Stacking Autoencoders VS CDBN
Stacking Autoencoders VS CDBN Stacking Autoencoders和CDBN都是深度学习算法。它们之间应该有一定的共性,无论是在它们框架的构建,还是在它们学习得到的特征。把它们放在一起比较有利用理解它们自己的原理,加深记忆,搭建论文,以论述研究的可行性。 框架的搭建: 1. Sparsity 2. H原创 2014-01-02 08:47:19 · 1179 阅读 · 0 评论 -
多层神经网络优化难题与解决方法
多层神经网络优化难题与解决方法多层神经网络优化难题的提出:1、Bengio et al.,2007 http://www.iro.umontreal.ca/~bengioy/yoshua_en/index.html 多层神经网络优化难题的解决:1. http://www.cs.toronto.edu/~hinton/ ,2006,Hinton2.原创 2014-01-04 10:22:21 · 1327 阅读 · 0 评论 -
跟着Rachel-Zhang学习 Deep Learning
跟着Rachel-Zhang学习 Deep Learning Rachel-Zhang的CSND博客:http://blog.csdn.net/abcjennifer/article/details/7826917 自己一个人学习的效率往往是比较偏低的。而跟着牛人走,向牛人学习,站着牛人的肩上看问题,自己的学习效率往往会更高,学得更加轻松,走得更快。基于此原创 2014-01-07 08:27:50 · 1897 阅读 · 0 评论 -
Training a deep autoencoder or a classifier on MNIST digits_之调试运行与理解
Training a deep autoencoder or a classifier on MNIST digitshttp://www.cs.toronto.edu/~hinton/MatlabForSciencePaper.html运行这个程序的主要目的:深入理解deep autoencoder 的基本原理和基本架构,搞明白是如何搭建起来的,弄清它是如何训练学习原创 2014-01-09 09:22:41 · 2070 阅读 · 0 评论