- 博客(5)
- 资源 (5)
- 收藏
- 关注
原创 基于两种理解的Dropout深度神经网络的实现
在无限的计算中,“正规化”一定大小模型的最佳方法是平均预测所有可能的参数设置,并根据给定训练数据的后验概率对每个设置进行加权。对于简单的或者小的模型,这有时可以近似得很好,但是我们想用更少的计算来处理贝叶斯黄金标准的性能。我们建议通过对参数共享的指数数量的学习模型的预测进行近似的加权几何平均来实现。模型组合几乎总能提高机器学习方法的技能。然而,对于大型神经网络来说,平均输出这一显而易见的想法应...
2019-08-27 22:46:20
437
原创 对动态规划,零钱问题的转移方程的理解
问题描述:1、找零钱问题有数组penny,penny中所有的值都为正数且不重复。每个值代表一种面值的货币,每种面值的货币可以使用任意张,再给定一个整数aim(小于等于1000)代表要找的钱数,求换钱有多少种方法。给定数组penny及它的大小(小于等于50),同时给定一个整数aim,请返回有多少种方法可以凑成aim。测试样例:[1,2,4],3,3返回:2设dp[n]...
2019-08-27 22:35:35
380
原创 结合别人的分析,我对01背包问题的小笔记
问题描述有n个物品,它们有各自的体积和价值,现有给定容量的背包,如何让背包里装入的物品具有最大的价值总和?参考https://blog.csdn.net/qq_38410730/article/details/81667885链接里讲的非常细致,唯独在某一处存疑。部分原文:背包问题的解决过程在解决问题之前,为描述方便,首先定义一些变量:Vi表示第 i 个物品的价值,Wi表示第...
2019-08-27 21:51:30
112
原创 基于Dropout深度神经网络的手写体数字识别(Matlab)
一.Dropout方法简述 深度神经网络包含多个非线性隐含层,这使得他们成为非常有表现力的模型,可以学习其输入和输出之间非常复杂的关系。然而在有限的训练数据情况下,这些复杂的关系中的许多将是噪声采样的结果。因此即使同一分布中抽取,它们也将存在于训练集中,而不存在于实际测试数据中。 在无限计算中,“正规化”一定大小模型的最佳方法是平均预测所有可能的参数设置,并根据给定训练数据的后验概率对
2018-01-13 11:48:13
1001
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人