- 博客(2)
- 资源 (6)
- 问答 (4)
- 收藏
- 关注
原创 Eigen使用稀疏矩阵求解线性方程
Eigen稀疏矩阵求解线性方程,内建的有直接求解器,迭代求解器和第三方求解器。见文档http://eigen.tuxfamily.org/dox/group__TopicSparseSystems.html图二见链接https://blog.csdn.net/xuezhisdc/article/details/54634080这里是使用Eigen里的迭代求解器,因为矩阵非方阵,也不...
2018-09-13 11:50:34 8617 1
原创 梯度下降法入门解析
1、梯度下降法是做什么用的?机器学习中都有一个代价函数,训练时就是要使代价函数值最小,这样假设的值和实际值就越接近。而代价函数中有参数,要使代价函数最小,则需要调节参数,这个过程就是最优化的一个过程,梯度下降法是一个最优化的方法。2、代价函数对其中某参数求偏导数,即得到此参数对应的梯度。而代价函数要达到最小,就要下降,下降有慢有快,下降最快的方向是此参数对应的梯度的反方向,参数朝着其梯度反...
2018-09-13 11:34:59 387
caffe中blob对数据的处理
2017-12-25
SSD训练修改梯度下降法
2017-12-18
错误显示Field numbers must be positive integers.
2017-12-12
TA创建的收藏夹 TA关注的收藏夹
TA关注的人