magic_andy的专栏

声明：本文是阅读别人文章的基础上的自己理解。文中有些部分直接以图片拷贝形式。强烈建议读者读读参考文献【1】一、受限玻尔兹曼机RBM1、概念受限玻尔兹曼机(Restricted Boltzmann Machine,简称RBM)一种生成式随机神经网络(generative stochastic neural network)，该网络是一个二部图，一层是可视层，即输入数据

反馈算法是如何工作的？（主要章节）1.矩阵（或向量）表示2.代价函数的两个假设：（1）代价函数可写成所有单个训练样本x产生代价的平均；（2）可写成神经网络的输出函数3.阿达码乘积Hadamard product: 向量对应元素相乘4.反馈算法的四个基本等式：5. 问题：Alternate presentation of the equations of backprop

一直看到Python广泛用在机器学习。知乎上 对Python讨论的也比较多。今天开启学习python之路（有点不务正业的感觉）第一步：安装参照网上教程，安装python2.7   + ulipad 失败挫折过程：1）python 3.3先被安装，选择了“自动配置环境”。然后命令行里：  python ...还是提示 非法命令。又不甘心，自己又配置了python，添加

参考博文地址：http://www.cnblogs.com/rollenholt/archive/2011/08/01/2123889.htmlpython的中文问题一直是困扰新手的头疼问题，这篇文章将给你详细地讲解一下这方面的知识。当然，几乎可以确定的是，在将来的版本中，python会彻底解决此问题，不用我们这么麻烦了。先来看看python的版本：>>> impo

http://www.pamitc.org/cvpr15/program.php

题目：Manifold-Manifold Distance with Application to Face Recognition based on Image Set作者：Ruiping Wang 1, 2, 3 , Shiguang Shan 1, 2 , Xilin Chen 1, 2 , Wen Gao 4, 主要思想：利用流形集合 与 流形集合的距离计算方法，识别人脸数据集。

题目：Self-Calibrating View-Invariant Gait Biometrics作者：Michela Goffredo, Member, IEEE, Imed Bouchrika, Member, IEEE, John N. Carter, Member, IEEE, and Mark S. Nixon, Associate Member, IEEE期刊：IEEE TR

原文地址：http://www.cnblogs.com/tornadomeet Deep Learning（深度学习）：ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二Bengio团队的deep learning教程，用的theano库，主要是

几个方面改进工作：（一）改变代价函数，或输出函数，使用cross-entropy作为代价函数（二）四种规格化方法 regularization(L1 and L2 regularization, dropout, and artificial expansion of the training data)(三）更好的神经网络权值w初始化方法（四）一系列启发式参数选择方法