Sparse Filtering(泛读)

最新推荐文章于 2021-01-19 18:27:49 发布
最新推荐文章于 2021-01-19 18:27:49 发布
阅读量1.8k 收藏 2
点赞数
分类专栏： Machine_Learning Something_Interesting 文献阅读 Deep_Learning DL文献阅读与感悟 文章标签： DeepLeaning Unsurperised 文献阅读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sheng_ai/article/details/43420313
版权
本文档概述了一篇关于Sparse Filtering的深度学习文献，涵盖了文献的主要作者、阅读时间以及文献的核心贡献点和实验结果。通过这篇文献，读者可以了解到Sparse Filtering在深度学习中的应用和效果。
摘要由CSDN通过智能技术生成

一.文献名字和作者

     Sparse Filtering, Jiquan Ngiam, PangWei Koh, Zhenghao Chen, Sonia Bhaskar, Andrew Y. Ng
   

二.阅读时间

    2015年2月2日



最低0.47元/天 解锁文章
shengno1
关注
专栏目录
Sparse Filtering、Sparse Coding学习笔记
u013884378的专栏
03-06 1996
本来想用Sparse Autoencoder来提取图像特征，搞了半天只能提取第二层的，参数太多，编程是个大问题，而且理论基础少而薄弱。无聊之下，发现这个网址：http://fastml.com/deep-learning-made-easy/，接触到sparse filtering，大体上觉得需要调节的参数比较少，就找过论文来看，并作笔记如下：
Deep Learning论文笔记之（二）Sparse Filtering稀疏滤波
热门推荐
zouxy09的专栏
08-15 4万+
Deep Learning论文笔记之（二）Sparse Filtering稀疏滤波zouxy09@qq.comhttp://blog.csdn.net/zouxy09          自己平时看了一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下，一方面在整理过程中，自己的理解也会更深，另一方面也方便未来自己
Sparse Filtering稀疏滤波
wydbyxr的博客
09-29 3762
Sparse Filtering稀疏滤波   它根本上是一个特征提取器，一般来说，大部分的特征学习方法都是试图去建模给定训练数据的真实分布。   SAE的稀疏是对于模型参数的稀疏，即在cost function中加入了权值惩罚项；而SF，首先对特征矩阵的每一行进行正则化，除以其二范数，同样的方式对每一列进行正则化，最后我们最小化特征矩阵各项的绝对值和。   聚焦在非监督学习Unsupervised...
ksvdbox_matalab_13.zip_KSVD_morezrq_sparse filtering
07-15
标题中的"ksvdbox_matalab_13.zip_KSVD_morezrq_sparse filtering"表明这是一个基于MATLAB的工具箱，主要用于实现KSVD（K-Singular Value Decomposition，K奇异值分解）稀疏滤波算法。KSVD是一种用于图像处理和...
matlabfilter代码-sparse-filtering:基于稀疏滤波的无监督特征学习
05-24
"matlabfilter代码-sparse-filtering:基于稀疏滤波的无监督特征学习" 这个标题揭示了我们关注的核心是使用MATLAB编程语言实现的一种特定的滤波技术，即“稀疏滤波”（sparse filtering）。在计算机科学和信号处理...
Image Denoising by Sparse 3-D Transform-Domain Collaborative Filtering.pdf
08-03
"Image Denoising by Sparse 3-D Transform-Domain Collaborative Filtering"这篇论文提出了一种新的基于稀疏3-D变换域的协同滤波图像降噪策略。该方法的核心思想是通过增强图像在变换域中的稀疏表示来有效地去除...
【论文笔记】Sparse filtering
weixin_30354675的博客
05-17 191
论文来源：NIPS2011 相比于其它的无监督学习算法，Sparse filtering并不是去学习数据的分布，它是去分析特征的分布，良好的特征分布满足一定的特性，有了这个思想，只需要优化简单的目标函数，下面介绍。Sparse filtering可以有效地学习高维输入的特征，当进行分层训练时，Sparse filtering可以运用贪婪的思想进行训练，比如先进行第一层的训练，再进行第二层的训练，...
SparseFiltering.m
08-14
稀疏滤波 需要minfunc包 MATLAB 酌情考虑，安装好minfunc包，在MATLAB上直接安装
MySql学习
BBBjavaexx的博客
01-19 248
MySql逻辑架构 1. 最上层不是
数据库系统原理—泛读
遇见未知的自己
08-11 1689
点击看大图
Sparse Filtering简介
weixin_30455023的博客
09-28 95
当前很多的特征学习(feature learning)算法需要很多的超参数(hyper-parameter)调节, Sparse Filtering则只需要一个超参数--需要学习的特征的个数, 所以非常易于进行参数调节. 1.特征分布及其特性 基本上所有的参数学习算法都是要生成特定的特征分布, 比如sparse coding是要学得一种稀疏的特征, 亦即学到的特征中只有较少的非零项. ...
Sparse Filtering 学习笔记（一）网络结构与特征矩阵
weixin_30951389的博客
03-25 285
Sparse Filtering 是一个用于提取特征的无监督学习算法，与通常特征学习算法试图建模训练数据的分布的做法不同，Sparse Filtering 直接对训练数据的特征分布进行分析，在所谓“好特征”的指导下构建目标函数来进行优化，其中只涉及一个可调参数。本文将主要讨论两个问题：（1）什么样的特征是好的特征；（2）如何利用好特征的条件来构造 Sp...
TensorFlow之四（将准确度提升至98%（optimizer、lr））
朴素.无恙的博客
10-23 2377
TensorFlow第四课如何将准确度提升至98% 如何将准确度提升至98%以上，在这里使用到了优化器的选择以及学习率的设置 # -*- coding: utf-8 -*- """ Created on Mon Oct 22 14:51:33 2018 如何将准确度提升至98以上 @author: dj "&am
【Matlab】sparse函数和full函数（稀疏矩阵和非稀疏矩阵转换）
a12141986的博客
12-06 2516
函数功能：生成稀疏矩阵 使用方法 ：S = sparse(A) 将矩阵A转化为稀疏矩阵形式，即矩阵A中任何0元素被去除，非零元素及其下标组成矩阵S。如果A本身是稀疏的，sparse(S)返回S。 S = sparse(i,j,s,m,n,nzmax) 由向量i,j,s生成一个m*n的含有nzmax个非零元素的稀疏矩阵S，并且有 S(i(k),j(k)) = s(k)。向量 i，j 和 s...
python数据挖掘包SciPy Sparse
huiqin08的博客
05-19 3122
博客原文：http://blog.csdn.net/pipisorry/article/details/41762945简介SciPy是为数学,科学和工程服务的开源软件 SciPy是建立在Numpy上的数学算法和便利函数的集合 对于那些零元素数目远远多于非零元素数目，并且非零元素的分布没有规律的矩阵称为稀疏矩阵（sparse）,由于稀疏矩阵中非零元素较少，零元素较多，因此可以采用只存储非零元素的
Python scipy.sparse稀疏矩阵使用感悟
lishu14的博客
12-12 7651
默认使用csr格式的稀疏矩阵 1、如果要统计稀疏矩阵全部元素的和，不要用sum(a)，用np.sum(a)或则a.sum()就好。对于shape=10000*10000的矩阵而言，全部求和采用np.sum比sum高效得多： number = np.sum(sum(xtest_mask),axis=1)[0,0]   2.2秒 number = np.sum(xtest_mask)  0.00...
sparse VBI
最新发布
03-14
Sparse VBI（Variable Bitrate Interval）是一种用于视频编码的压缩技术。是一种变比特率编码方法，可以根据视频内容的复杂程度和运动情况来动态调整压缩比特率，以达到更好的视频质量和更高的压缩效率。 在传统的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值