- 博客(5)
- 收藏
- 关注
RSS订阅原创 【书籍阅读】DeepLearning----第三章-概率与信息论
频率派频率（frequentist probability）：直接与事件发生的频率相联系，多数事件是可重复的（如放回的纸牌抽取事件） 贝叶斯频率（Bayesian probability）：涉及到确定性水平的频率，用于表达一种信任度（degree of belief），是不可重复进行的。比如，用于诊断病人患流感的几率。概率分布：用于描述随机变量或一簇随机变量在每一个可能取到的状态的可能性大小...
2018-03-28 19:17:56
262
原创 【书籍阅读】DeepLearning----第二章-线性代数
矩阵 AAA 的逆矩阵 A−1A−1A^{-1} 可用于多次求解不同向量 bbb 的 Ax=bAx=bAx=b 的方程。然而，逆矩阵 A−1A−1A^{-1} 主要是作为理论工具使用的，并不会在大多数软件应用程序中实际使用。这是因为逆矩阵 A−1A−1A^{-1} 在数字计算机上只能表现出有限的精度，有效使用向量 bbb 的算法通常可以得到更精确的解 xxx。范数 范数是将向量映...
2018-03-27 21:46:17
210
原创 自动编码器及其变种
自动编码器 三层网络结构：输入层，编码层（隐藏层），解码层。 训练结束后，网络可由两部分组成：1）输入层和中间层，用这个网络对信号进行压缩；2）中间层和输出层，用这个网络对压缩的信号进行还原。图像匹配就可以分别使用，首先将图片库使用第一部分网络得到降维后的向量，再讲自己的图片降维后与库向量进行匹配，找出向量距离最近的一张或几张图片，直接输出或还原为原图像再匹配。 该网络的目的是重...
2018-03-20 12:47:12
1864
原创 【书籍阅读】DeepLearning----第一章-引言
表示学习 使用机器学习来挖掘表示本身（从原始数据集学习特征表示）。 手动为一个复杂的任务设计特征需要耗费大量的人工时间和精力，使用表示学习学习到的表示，往往比手动设计的表示表现得更好。表示学习算法的经典例子是自编码器（AutoEncoder） 无监督学习网络有：自动编码器（AE），深度信念网络（DBN），生产对抗网络（GAN）。 深度学习是一种特定类型的机器学习，具有强大的...
2018-03-17 23:58:42
225
原创 【论文阅读笔记】DeepNeuron: An Open Deep Learning Toolbox for Neuron Tracing
概要 重建神经元的三维（3D）形态学对理解大脑结构和功能至关重要。在过去几十年中 ，开发了很多神经元追踪工具来提取和分析3D神经元结构，这些工具手动，半自动和全自动的都有。尽管如此，这些工具大多是用常规技术开发的，且由于神经元结构的复杂性，这些工具的性能有限。最近，深度学习在各种图像分析和计算机视觉应用中表现出比传统方法更优的性能。这里，我们开发了一个新的开源追踪工具【DeepNeur...
2018-03-05 21:12:30
1112
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人