![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 90
hudongloop
hudongloop@gmail.com 欢迎交流
展开
-
Neural Networks and Deep Learning(一)
Neural Networks and Deep Learning学习(一)之间学习CNN核卷积,ufldl教程看了大部分,现在系统的过一遍深度学习,加强自己对深度学习和神经网络的理解。这只是学习笔记,不是教程,只是本人学习此文档的理解和一些见解1)权重之间的连线可以看成一种“因素”,其权重则可以表示该“因素”的可能性。最后权重的总和与阈值比较得到输出, \begin{cases}\原创 2016-10-29 20:03:19 · 446 阅读 · 0 评论 -
Neural Network and deep learning(二)
Neural Network and deep learning(二)(1)权重的矩阵表示。该文章中的权重表示是反过来的,即WijW_{ij}中i表示下一层的神经元,j表示前一层的神经元。这样在计算向下一层传递时直接可以使用wxwx。 (2)反向传播的理解。 z2a2z3a3=w1x+b1=σ(z2)=w2a2+b2=σ(z3)\begin{align*}z^2 & = w^1x+b^1 \原创 2016-11-02 09:49:06 · 448 阅读 · 0 评论 -
theano 中出现 TypeError: 'TensorVariable' object does not support item assignment
theano 中出现 TypeError: 'TensorVariable' object does not support item assignment在使用TensorVariable类型数据时,如果对TensorVariable类型中某个元素赋值,就可能出现上述错误。如下:TV_list1[1,2] = TV_list2[1,2]其中TV_list1 和 TV_list2原创 2017-02-28 09:31:52 · 3106 阅读 · 0 评论 -
神经网络之卷积理解
卷积看了也使用了不少时间了,最近在知乎上如何理解深度学习中的deconvolution networks看到一个关于卷积的,感觉不错,因此有把那篇讲卷积的文章A guide to convolution arithmetic for deep learning看了一遍。首先是卷积和反卷积的输入和输出形状(shape)大小,受到padding、strides和核的大小的影响。其计算如下: 操作原创 2017-07-13 16:06:12 · 1870 阅读 · 0 评论 -
caffe2在树莓派(raspberry 3)中试用
在树莓派中安装caffe2并且试跑了mnist数据。原创 2017-07-15 10:55:21 · 3283 阅读 · 0 评论 -
PCA和Softmax学习
PCA和Softmax学习老师上课说PCA(主成分分析)简单,不用讲,简单是简单,但也要看看,主要就是看fuldl上的教程,然后自己推导和matlab实现。PCApca算法pca是一种降维方法,可以看做是逐一取方差最大方向,就是对协方差矩阵做特征值分解,取最大特征值所对应的方向。算法描述如下:1 对所有样本进行中心化:xix_{i} xi−1m∑mi=1xix_{i}-\f原创 2016-10-27 22:14:28 · 703 阅读 · 0 评论 -
Windows下安装PyQt4+python2.7+(nltk+wordcloud+jieba+pyinstaller打包)——词频分析软件
最近想写个小demo,使用python实现文章的词频统计,并完成词云图的绘制,然后需要具有交互界面,并且能够在没有python环境的电脑下运行,方便不懂编程的人直接使用。主要使用的库和软件如下:python2.7 实验算法编程语言PyQt4.8 交互界面的搭建nltk 词频分析jieba 词语分割wordclold 绘制云图matplotlib.pyplot 显示/保存云图原创 2017-11-10 16:23:07 · 1632 阅读 · 4 评论 -
神经网络卷积层的实现原理与可视化其过程 (caffe为例)
caffe中卷积层的实现1 caffe卷积前向传播caffe前向传播涉及到的类主要如下: 首先卷积层conv_layer.cpp中的Fprward进行前向传播,调用父类base_conv_layer.cpp中的forward进行前向传播,该函数调用conv_layer.cpp中的conv_im2col计算输入矩阵转换后的矩阵,然后通过权重矩阵与转换后的矩阵相乘得到卷积计算。其示意...原创 2018-04-07 21:17:43 · 1803 阅读 · 0 评论 -
通过字符串的方式调用模型——python
通过字符串的方式调用模型——python最近又搞了一遍PGGAN,tensorflow版本的(progressive_growing_of_gans),里面分装的太好了,我在本地又没有对应的运行环境,通过在服务器上+大脑调试,简直头都大了,最后差不多摸清楚了整个网络的过程,其中通过字符串的方式调用相应的网络比较由意思,即可方便实现对网络进行扩展(都不用在文件中新增import [networks...原创 2019-04-24 19:53:22 · 547 阅读 · 0 评论