![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 82
梅mmmmm
本博客是我的学习笔记,不定时更新(慢)
展开
-
L1正则化求导问题
L1正则化求导问题在实现机器学习算法时,最常用的是L2正则化,因为L2正则化有连续可微的性质,易求导。但L1能产生稀疏解,而且稀疏解的泛化能力会比较好,不过由于L1正则化并不是处处连续的,所以优化的时候会有一定难度。 对于目标函数不是连续可微的情况,可以用次梯度来进行优化,但次梯度存在两个问题:求解慢通常不会产生稀疏解次梯度定义:次梯度,次导数此时可以用 Proximal ...原创 2018-01-27 16:34:28 · 17203 阅读 · 2 评论 -
(论文翻译)AutoEncoder 聚类算法 - DEPICT
Deep Clustering via Joint Convolutional Autoencoder Embedding and Relative Entropy Minimization论文地址1: http://openaccess.thecvf.com/content_iccv_2017/html/Dizaji_Deep_Clustering_via_ICCV_2017_paper....原创 2018-04-11 16:28:41 · 4643 阅读 · 2 评论 -
迁移学习简介
随着计算硬件和算法的发展,缺乏有标签数据的问题逐渐凸显出来,不是每个领域都会像 imagenet 这样花费大量的人工标注来产出一些数据,尤其针对工业界,每时每刻都在产生大量的新数据,标注这些数据是一件耗时耗力的事情,因此,目前监督学习虽然能够解决很多重要的问题,却也存在着一定的局限性,基于这样的一个环境,迁移学习变的尤为重要。 本文主要整理了综述文章 Transfer Learning F...原创 2018-04-12 17:13:03 · 24385 阅读 · 4 评论