TaiJi1985的专栏

操作系统在windows下安装 theano 一直没整成功。终于决定转战Ubuntu。 下载了Ubuntu 14.04 并做了U盘启动盘。 随后安装了 WPS QQ 2012 Atom 搜狗输入法 等软件。安装blas、lapack、atlas资源位置blas和cblas的安装包下载地址为 ：http://www.netlib.org/blas/blas.tgz http://www.

在下面的demo中， 首先创建了使用 y=0.1x+0.3+randy=0.1x+0.3+randy=0.1x+0.3+rand 创建测试数据集。 创建tensorflow的变量，w和b，所谓变量就是能被优化的量。 建立计算图 y = w*x_data + b 计算误差，使用误差平方和。 创建优化器，并优化误差。在下面的例子中， y ，loss，train之类都是计算图的一个节点。...

Deep Neural Network for Image Classification: ApplicationWhen you finish this, you will have finished the last programming assignment of Week 4, and also the last programming assignment of this course!

终于做完了，放在这里。。。复习用Building your Deep Neural Network: Step by StepWelcome to your week 4 assignment (part 1 of 2)! You have previously trained a 2-layer Neural Network (with a single hidden layer). This w

资料记录论文翻译 http://blog.csdn.net/liumaolincycle/article/details/48804687 faster-rcnn原理及相应概念解释 http://www.cnblogs.com/dudumiaomiao/p/6560841.html问题描述物体识别和定位： 判断一张图片中是否存在某个物体（物体识别），给出其确切位置（定位）。 物体定位一般给出

起因因为求解SVM的最牛算法SMO算法，使用的时坐标下降法的思路，所以学习一下这个算法。方法某函数包含多个自变量，需要求这个函数的最大或最小值时，可以应用此坐标下降法（最小值）或坐标上升法（最大值）。其过程是，对每个自变量求偏导，交替的对每个自变量进行梯度下降（或上升法）。案例我们使用以下函数作为案例 z=f(x,y)=xe−(x2+y2) z= f(x,y) = xe^{-(x^2+y^2)}

动机一直以来，使用机器学习的算法都是用他人写好的类库，总觉得云里雾里的，弄不清楚到底怎么回事。今天实现了一个最简单的线性回归分析，觉得收货很大。纸上得来终觉浅，绝知此事要躬行。回归分析数据假设有一组数据,知道自变量和因变量的值，如下例：3.0000 10.00003.1000 10.30003.2000 10.60003.3000 10.90003.4000 11.200

感知机感知机就是我们前面学过的线性分类器加上一个激活函数。 线性分类器:v=wTx+b=(∑iwixi)+bv = w^Tx +b = (\sum_i w_ix_i)+b 如果用x⃗ =[1x1x2x3x4...xk]\vec x = [1 x_1 x_2 x_3 x_4... x_k] ，即使用x增广形式表示，那么可以用w⃗ =[bw1w2w3...wk]\vec w = [b w_1 w_

常量c′=0c' = 0 幂函数求导(xa)′=axa−1(x^a)' = ax^{a-1}举例： x′=1x' = 1 x2=2xx^2 = 2x(1x)′=(x−1）′=−1˙x−2=−1x2(\frac{1}{x})' = (x^{-1}）' = -1\dot{} x^{-2} = - \frac{1}{x^2} (x√)′=(x12)′=12x−12=12x√(\sqrt{x})'=

$问题0-1分类问题解决将一个样本分配到A还是B的问题，总共只有两个类。而多类分类问题则包含多个类。Mnist数据集[1,2] 中包含60000张手写数字图片，10,000 张测试图片。每张图片的大小为28*28，包含一个手写数字。如图: 我们希望实现这样一个分类器： 给定一张手写图片，分类器给出改数字属于哪个分类。（0-9共10个分类）模型给出数据集 D={x(i),y(i)} D=\{x^{(

回顾在前面的文章中介绍了使用梯度下降法解决回归问题。那么使用如何解决二分问题呢？问题现在有这么一个数据集 D=x,yD={x,y} 其中 xx 是观测到的数据，yy 是所属分类。我们想通过建立一个模型，给出x就能得到它的分类信息。数据集我们使用matlab造一个数据集出来。% 创建测试数据x1 = [normrnd(3,1,40,1) normrnd(3,2,40,1)];x2 = [nor

deeplearning4j这是一个用Java实现的深度学习类库。 网址： https://deeplearning4j.org 问题和数据集Minist是一个每个学过机器学习的童鞋都熟悉的类库。这个数据集包含70,000个手写数字的图片。每张图片为28*28像素。其中包含60,000个训练数据和10,000个测试数据。图中给出了一些样例图片。每个数据都包含一张图片，以及这张图片上的数字是几。我们

概述relu是激活函数的一种。很多地方说relu函数的公式就是： f(x)=max(0,x)f(x)= max(0,x)阅读了theano的代码def relu(x, alpha=0): """ Compute the element-wise rectified linear activation function. .. versionadded:: 0.7.1 P

Activition的功能对输入应用某个函数 （就是所谓的激活函数） 例子如下：from keras.layers.core import Activation, Densemodel.add(Dense(64))model.add(Activation('tanh'))上面的例子就应用了tanh这个函数。class Activation(Layer): '''Applies an ac

Dropout层源代码dropout层在layer下的core.py中class Dropout(Layer): '''Applies Dropout to the input. Dropout consists in randomly setting a fraction `p` of input units to 0 at each update during training

缘由GPU可以极大的加速运算，特别是图像的运算。所以做图像处理不能不用。 那么就开始配置把。在配置的过程中走了很多弯路。报了很多错误，终于配成功了。测试GPU是否正常运行使用官方给的代码from theano import function, config, shared, sandbox import theano.tensor as T import numpy import ti

分类问题分类问题回答某个样本从属于哪个分类的问题。 分为二分分类和多类分类。 二分分类回答，一个样本是否从属于某个分类的问题。而多类分类则要在多个分类中找到一个它丛书的分类。回归问题实际上，分类问题是使用回归为基础来实现的。 回归问题可以简要的描述为以下形式 对于给定的数据集 D={(x0,y0),(x1,y1),...,(xk,yk)}\mathcal{D}=\{(x_0,y_0),(x_1,

目录目录分类问题回归问题最小二乘法梯度下降法Logistic回归损失函数为什么要定义损失函数0-1 损失函数Zero-One Loss负对数似然损失 Negative Log-Likelihood LossNLL梯度下降与随机梯度下降softmax回归分类问题分类问题回答某个样本从属于哪个分类的问题。 分为二分分类和多类分类。 二分分类回答，一个样本是否从属于某个分类的问题

1 神经网络结构该神经网络由两层神经网络构成， x(1) - >hidden (10) -> y(1) x(1)->hidden(10): Y=σ(XW+b)Y=σ(XW+b)Y = \sigma(XW+b) , σσ\sigma为激活函数relu 输出层为没有激活函数的线性层。2 TensorFlow 基本用法先构造计算网络。（就是一个表达式树），然...