Deep Learning
文章平均质量分 89
ACDance
关注推荐系统、计算广告领域
展开
-
深度学习(DL)与卷积神经网络(CNN)学习随笔-05-基于Python的LeNet之CNN
本文原链接可以查看更多文章 博文01介绍了CNN的基本结构。博文02、03、04依次介绍了卷积操作、LR模型的建立及实现,MLP模型及实现。这些都是作为实现LeNet的铺垫。因为LeNet的实现就是由它们组成的。 今天我们就来讨论一下LeNet的模型建立及实现。 先来看一下LeNet的结构图。由图中可得到其结构分别为输入层、s1、c1、s2、c2和输出层。原创 2015-10-07 17:11:42 · 8572 阅读 · 3 评论 -
深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-04-基于Python的LeNet之MLP
本文主要参考于:Multilayer Perceptron python源代码(github下载 CSDN免费下载) 本文主要介绍含有单隐层的MLP的建模及实现。建议在阅读本博文之前,先看一下LR的实现。因为LR是简化版的MLP。LR不含有单隐层,则其输入层直接连接到输出层。从何处可以看出LR是输入层直接连接输出层?借用上一博文的公式:P(Y=i|x,W,b)=softmaxi(Wx+b)原创 2015-10-06 10:17:34 · 8554 阅读 · 1 评论 -
卷积算子计算方法(卷积运算)
卷积算子计算方法(卷积运算) -- 卷积操作是对图像处理时,经常用到的一种操作。它具有增强原信号特征,并且能降低噪音的作用。 那么具体是如何计算的呢?且看下文。待处理图像数据(5*5): 卷积核:(3*3)A = [17 24 01 08 15 H = [8 1 6 23 05 07 14 16 3 5原创 2015-10-08 10:43:52 · 75090 阅读 · 7 评论 -
深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-03-基于Python的LeNet之LR
本文主要参考于:Classifying MNIST digits using Logistic Regression python源代码(GitHub下载 CSDN免费下载) 0阶张量叫标量(scarlar);1阶张量叫向量(vector);2阶张量叫矩阵(matrix) 本文主要内容:如何用python中的theano包实现最基础的分类器–LR(Logistic Regress原创 2015-09-14 09:16:48 · 9490 阅读 · 2 评论 -
深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-01-CNN基础知识点
《CNN基础知识点》From:Convolutional Neural Networks (LeNet)原文链接可以查看更多信息:http://blog.csdn.net/niuwei22007/article/details/47399913神经认知机。 卷积神经网络是受生物灵感的多层感知机的变体。从Hubel和Wiesel的早期对猫的视觉皮层的研究工作中得出,视觉皮层包含一组复杂的细胞排列原创 2015-08-10 15:59:10 · 7949 阅读 · 0 评论 -
深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-02-基于Python的卷积运算
深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-02-基于Python的卷积运算 -- 在python中对图片进行卷积操作运算的一个示例程序, 源代码分析:(注意,如果直接保存以下代码,一定要另存为UTF8格式,否则报错)个人理解,欢迎批评指正。代码中会用到一个名叫dimshuffle()的函数。dimshuffle()是一个很强大的工具,但是对于初学者来说可能会搞不懂到底有什么用,一开始我也是。但是经过多次实验,终于弄懂了dimshuffle()的作用是什么,参见dimshuffle的作用详解原创 2015-08-27 12:41:02 · 12605 阅读 · 9 评论