![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
goodluckcwl
有价值、有影响力的研究
展开
-
深度学习_综述
参考文献:[1]Deep Learning in Neural Network:An overview.Jurgen Schmidhuber[2]Deep Machine Learning:A New Frontier.Itamar Arel, Derek C. Rose, and Thomas P. Karnowski[3]Nature:Deep Review.Yann Le原创 2016-04-20 15:04:59 · 602 阅读 · 1 评论 -
卷积神经网络
卷积神经网络是一种为了处理网格状数据而设计的神经网络。比如,图像或者时域数据。以图像为例,图像的特征具有局部性,也就是越相邻的像素点相关性越强。同时我们需要学习到的函数具有平移不变性。这些是对待学习模型的先验约束。如果这个约束是合理的,就可以大幅度提高性能。神经网络经典神经网络的结构如图 每一个节点的值取决于上一层的所有节点,是上一层所有节点输入的线性组合加偏置项再通过非线性单元输出。 si原创 2016-07-10 09:48:55 · 358 阅读 · 0 评论 -
RNN学习
循环神经网络参考文献[1] Graves. Supervised Sequence Labelling with Recurrent Neural Networks原创 2017-02-15 16:19:41 · 355 阅读 · 0 评论 -
自编码机学习
Autoencoder可以表达成一个编码函数: h=f(x)h = f(x) 和一个重构函数: r=g(h)r = g(h) 我们期望给Autoencoders施加一些约束,使得它学习到数据分布的某些有用的特性。Undercomplete Autoencoder约束h使它的维度小于x从而学习训练数据中最显著的特性。当decoder是线性的并且loss函数是L2时,autoencoder学习P原创 2017-04-05 16:46:05 · 582 阅读 · 0 评论 -
C++实践(一)C++实现前馈神经网络
本篇主要讲2016年的时候写的一个神经网络,顺便复习以前的知识。需求想实现一个前馈神经网络,基于C++,性能会比较好。主要是因为当时Caffe等库依赖太多了,又没有其他开源的好用,顺便复习下C++。架构设计在现行的神经网络库里,Caffe采用以层为单位的抽象,优点是逻辑清晰,实现简便,但是需要手动实现梯度计算;而Tensorflow是以计算图为基础,封装好了每个算子,采用这...原创 2018-03-14 11:32:08 · 979 阅读 · 0 评论