![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
algorithm
niujin1212
这个作者很懒,什么都没留下…
展开
-
详解 LSTM(转)
今天的内容有:LSTM 思路 LSTM 的前向计算 LSTM 的反向传播 关于调参LSTM长短时记忆网络(Long Short Term Memory Network, LSTM),是一种改进之后的循环神经网络,可以解决RNN无法处理长距离的依赖的问题,目前比较流行。长短时记忆网络的思路:原始 RNN 的隐藏层只有一个状态,即h,它对于短期的输入非常敏感。再增加一个状态,...转载 2020-02-26 18:35:45 · 902 阅读 · 0 评论 -
[译] 理解 LSTM(Long Short-Term Memory, LSTM) 网络
本文译自Christopher Olah 的博文Recurrent 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。传统的神经网络并不能做到这点,看起来也像是一种巨大的弊端。例如,假设你...转载 2020-02-26 18:32:15 · 260 阅读 · 0 评论 -
算法优化,让你的软件飞起来
朋友曾经给我推荐了一个有关代码优化的pdf文档《让你的软件飞起来》,看完之后,感受颇深。为了推广其,同时也为了自己加深印象,故将其总结为word文档。下面就是其的详细内容总结,希望能于己于人都有所帮助。 速度取决于算法同样的事情,方法不一样,效果也不一样。比如,汽车引擎,可以让你的速度超越马车,却无法超越音速;涡轮引擎,可以轻松 超越音障,却无法飞出地球;如果有火箭发动机,就可以到达火转载 2014-05-07 12:10:44 · 912 阅读 · 1 评论 -
greedy algorithm
贪婪法是一种不追求最优解,只希望得到较为满意解的方法。贪婪法一般可以快速得到满意的解,因为它省去了为找最优解要穷尽所有可能而必须耗费的大量时间。贪婪法常以当前情况为基础作最优选择,而不考虑各种可能的整体情况,所以贪婪法不要回溯。最优化问题( optimization problem),每个最优化问题都包含一组限制条件( c o n s t r a i n t)和一个优化函数( optimiza转载 2014-03-26 10:41:47 · 614 阅读 · 0 评论 -
机器学习算法思想简单梳理
前言: 找工作时(IT行业),除了常见的软件开发以外,机器学习岗位也可以当作是一个选择,不少计算机方向的研究生都会接触这个,如果你的研究方向是机器学习/数据挖掘之类,且又对其非常感兴趣的话,可以考虑考虑该岗位,毕竟在机器智能没达到人类水平之前,机器学习可以作为一种重要手段,而随着科技的不断发展,相信这方面的人才需求也会越来越大。 纵观IT行业的招聘岗位,机器学习之类的岗位还是挺转载 2014-05-08 11:36:29 · 857 阅读 · 0 评论 -
图像显著性论文(1-3)
转自:http://blog.csdn.net/chenjiazhou12/article/details/39456589图像显著性论文(一)—A Model of saliency Based Visual Attention for Rapid Scene Analysis这篇文章是图像显著性领域最具代表性的文章,是在1998年Itti等人提出来的,到目前为止引用的次转载 2015-03-25 14:42:08 · 3297 阅读 · 0 评论 -
BIAQ论文一览
STRUCTURE-PRESERVING IMAGE QUALITY ASSESSMENT 保留结构的图像质量评价 Abstract: developing an MSE-like metric introducing structure-preserving kernelization into a MSE-like formulation. 在类标准差评价标准的假想中引入保留的转载 2016-03-02 14:13:06 · 1149 阅读 · 0 评论 -
Stanford ML 笔记1-Linear Regression与Logistic Regression
目录(?)[+]转载请注明出处: http://xiahouzuoxin.github.io/notes/课程计划Linear Regression与预测问题Locally Weighted Linear RegressionLogistic Regression与分类问题特征映射与过拟合(over-fitting)转载 2016-03-04 14:58:25 · 752 阅读 · 0 评论 -
稀疏表示
稀疏表示介绍(上)声明 之前虽然听过压缩感知和稀疏表示,实际上昨天才正式着手开始了解,纯属新手,如有错误,敬请指出,共同进步。主要学习资料是 Coursera 上 Duke 大学的公开课——Image and video processing, by Pro.Guillermo Sapiro 第 9 课。由于对图像处理的了解也来自与该课程,没正经儿看过几本图转载 2016-04-07 11:34:29 · 4857 阅读 · 0 评论