deep learning
伤心的小屁孩
这个作者很懒,什么都没留下…
展开
-
deep learning 博客总结
偶然间看到博主写的博客,感觉比较系统,值得学习,特转载供其他学习者共同学习。zouxy09博客原创性博文导航zouxy09@qq.comhttp://blog.csdn.net/zouxy09 2012年8月21号开始了我的第一篇博文,也开始了我的研究生生涯。怀着对机器学习和计算机视觉等等领域的懵懂,从一个电子材料的领域跨入这个高速发展的人工智转载 2016-07-14 17:30:46 · 821 阅读 · 0 评论 -
卷积神经网络
本文是对卷积神经网络的基础进行介绍,主要内容包括卷积神经网络概念、卷积神经网络结构、卷积神经网络求解、卷积神经网络LeNet-5结构分析、卷积神经网络注意事项。一、卷积神经网络概念上世纪60年代,Hubel等人通过对猫视觉皮层细胞的研究,提出了感受野这个概念,到80年代,Fukushima在感受野概念的基础之上提出了神经认知机的概念,可以看作是卷积神经网络的第一个实现网络,神经认知转载 2016-07-15 11:50:47 · 20650 阅读 · 0 评论 -
Dropout
Dropout浅层理解与实现原文地址:http://blog.csdn.net/hjimce/article/details/50413257作者:hjimce一、相关工作 本来今天是要搞《Maxout Networks》和《Network In Network》的,结果发现maxout和dropout有点类似,所以就对dropout做一下相关的总结,了解一下其代码层面的实现转载 2016-07-21 22:02:39 · 642 阅读 · 0 评论 -
DBN
本篇非常简要地介绍了深度信念网络的基本概念。文章先简要介绍了深度信念网络(包括其应用实例)。接着分别讲述了:(1) 其基本组成结构——受限玻尔兹曼机的的基本情况,以及,(2) 这个基本结构如何组成深度信念网络。 本文仅仅能使读者了解深度信念网络这一概念,内容非常浅显,甚至有许多不严密的地方。如果有愿意深入了解受限玻尔兹曼机、深度信念网络的,想对深度学习有更多了解的,请访问深度学习官方网站。或者读者转载 2016-09-01 16:27:48 · 30622 阅读 · 3 评论 -
Sparse DBN
NIPS_2007_Sparse deep belief net model for visual area V2这篇文章主要讲的是sparse DBN。很多比较学习算法的结果与V1区域相似的工作,但是没有与大脑视觉体系更深层次的比较,比如V2、V4,这篇文章量化的比较了sparse DBN与V2学习的特征,V2的结果引用自这篇文章:M. Ito and H. Koma转载 2016-10-09 11:26:22 · 771 阅读 · 0 评论 -
稀疏自编码
稀疏自编码原文地址:http://blog.csdn.NET/hjimce/article/details/49106869作者:hjimce一、相关理论以前刚开始学CNN的时候,就是通过阅读theano的深度学习相关教程源码,对于CNN的整个过程才有了深入理解。之前虽然懂CNN的原理,但是对于其源码层的实现,到底要怎么搞,却有点模糊,之后学了theano的cnn教程后,才知道转载 2016-10-13 15:21:19 · 1270 阅读 · 0 评论 -
SeetaFace开源人脸识别引擎介绍
区分不同的人是很多智能系统的必备能力。为实现此目的,一种可能的技术手段是通过对人脸的光学成像来感知人、识别人,即所谓的人脸识别技术。经过几十年的研发积累,特别是近年来深度学习技术的涌现,人脸识别取得了长足的进步,在安防、金融、教育、社保等领域得到了越来越多的应用,成为计算机视觉领域最为成功的分支领域之一。然而,人脸识别并非完全成熟的技术,离公众期望的全面应用尚有距离,还需要学术界、工业界的共同转载 2016-10-14 16:00:39 · 4404 阅读 · 0 评论 -
深度学习框架Keras简介
1. Keras简介Keras是基于Theano的一个深度学习框架,它的设计参考了Torch,用Python语言编写,是一个高度模块化的神经网络库,支持GPU和CPU。使用文档在这:http://keras.io/,这个框架貌似是刚刚火起来的,使用上的问题可以到github提issue:https://github.com/fchollet/keras下面简单介绍一下怎么使用Keras,以转载 2017-03-25 11:45:16 · 4047 阅读 · 0 评论