- 博客(16)
- 资源 (2)
- 收藏
- 关注
RSS订阅
原创 卷积神经网络(CNN)反向传播算法公式详细推导
在看本篇博文之前，你需要对卷积神经网络有一定的理解，并且能够自主推导出经典BP神经网络反向传播的相关公式。
2016-07-18 20:56:15
42768
20
原创 经典反向传播算法公式详细推导
最近学习CNN时，对反向传播的算法模棱两可，公式经常是提起笔就忘记，而且网上的推导看着就烦。于是趁着现在明白了，赶紧写篇博文，留作日后参考。
2016-07-09 18:26:20
9271
3
原创 卷积神经网络(CNN)讲解及代码
相关文章： 1. 经典反向传播算法公式详细推导 2. 卷积神经网络(CNN)反向传播算法公式详细推导网上有很多关于CNN的教程讲解，在这里我们抛开长篇大论，只针对代码来谈。本文用的是matlab编写的deeplearning toolbox，包括NN、CNN、DBN、SAE、CAE。在这里我们感谢作者编写了这样一个简单易懂，适用于新手学习的代码。由于本文直接针对代码，这就要求读者有一定的CN
2016-06-07 14:37:17
32212
15
原创 树莓派3B使用教程
一、配置所需材料：1.树莓派3B主板2.一根网线3.一台电脑4.其他（TF/SD卡，读卡器，树莓派专用电源）1.烧录系统这里我用的是官方的系统RASPBIAN（注：ubuntu不初始化设置一个账户是无法ssh连接的，建议没有显示器最好安装centos或树莓派系统）首先下载官方系统并解压成.img文件 http://downloads.raspber
2016-12-29 11:23:33
8439
1
原创 利用python如何刷访问量
刚刚闲着无聊，看着自己写的博客的访问量低的可怜，竟有一种想要刷的感觉。人就应该这样敢想敢做！下面是我的python代码，写的比较粗糙，各位看官看看就好。不过话说回来，刷完我就有深深的愧疚感，我们不应该通过旁门歪道来获得成功，访问量代表的是人们对你的认可，提升自己的能力才是提高访问量的不二法门。经过左脑与右脑的强烈斗争，本着与大家学习讨论的伟大精神我才下定决心发了这篇博客，大家一定不要拿来做坏事啊！
2016-07-22 19:19:38
19230
3
原创 Ubuntu 图形界面损坏
前几天不知道怎么回事，我的ubuntu14.04无法手动关机，果断用命令行shutdown，但是却无法再次启动ubuntu了！由于ubuntu里面的环境较多，不忍心重做系统，于是用了自带的修复模块，把所有该修复的都修复一遍，终于可以进入ubuntu了，但是只能是命令行，图形界面应该是损坏了。经过多方寻找解决办法，最终成功修复。1. 在命令行输入 sudo apt-get remove
2016-03-20 20:10:33
8279
翻译 Theano中文翻译教程（二）. 基础骗之 More Examples
更多的例子从现在开始系统地学习Theano的基本操作是很有必要的，对于一些基本的Tensor的操作请戳这里逻辑函数（Logistic Function）这里有一个比较直观的例子，相对于前面的一章节所介绍的（两个数的相加）有一些复杂。首先让我们看一下逻辑函数的样子该函数的表达式为现在你给出一个矩阵，想要对该矩阵里的所有元素都执行这个函数操作，那么你
2016-03-15 10:25:33
5544
翻译 Theano中文翻译教程（一）. 基础骗之 Baby Steps - Algebra
Theano中文翻译教程（一）. 基础骗之 Baby Steps - Algebra
2016-03-13 20:26:10
7515
翻译 Theano深度学习（一）. 概述
深度学习是ML研究中的一个新的领域，它被引入到ML中使ML更接近于其原始的目标：AI。查看a brief introduction to Machine Learning for AI 和 an introduction to Deep Learning algorithms. 深度学习是关于学习多个表示和抽象层次，这些层次帮助解释数据，例如图像，声音和文本。对于更多的关于深度
2016-03-12 22:26:38
2462
原创 博主常用（推荐）网站，持续更新中
1. 关于深度学习 http://deeplearning.net/2. 国内外各种名校的网课，做完所有作业即可获得证书（比较贵，不过可申请助学金） https://www.coursera.org/3. 斯坦福，Andrew Ng课题组的关于深度学习的资料 http://ufldl.stanford.edu/4. kaggle平台，学完机器学习可以在
2016-01-17 20:56:52
2647
1
原创 机器学习入门系列四（关键词：BP神经网络）
在这里我就不介绍神经网络的起源发展和基本概念了，让我们专注于BP神经网络的算法。为了方便说明，我们做出如下如下神经网路用于解决分类问题，其中输入层有3个单元(含1个偏置项)，第1个隐藏层有3个单元(含1个偏置项)，第2个隐藏层有3个单元(含1个偏置项)，输出层有2个单元。 符号 意义 xx 样本输入向量 xix_i 样本输入向量第ii个分量 yy 样本输出向量 z(
2016-01-12 15:28:11
2431
原创 如何更改Ipython Notebook默认路径
当我们安装完ipython notebook后，默认路径是在user里，我们无法切换到其他磁盘，下面介绍一个简单的方法。1.把ipython notebook 的快捷方式复制到你工作目录里2.右键属性，删除“起始位置”中的内容，并确定当我们再打开notebook时，显示的路径就是当前保存的路径
2016-01-09 19:11:20
7984
原创 机器学习入门系列三（关键词：逻辑回归，正则化）
一、逻辑回归1.逻辑回归什么是逻辑回归问题，通俗地讲就是监督下的分类问题。通过前面的学习，我们已经掌握如何解决线性(非线性)回归的问题。那面对分类问题我们是否也可以用线性回归呢？简单起见，我们先讨论二元分类，首先让我们来看一个例子，肿瘤的大小与是否是恶性的关系，其中红色的×\times表示肿瘤大小，对应的yy轴表示是否为恶性。 我们对数据进行线性回归，得到了一条很完美的直线。我们可以规定，当拟
2016-01-06 20:10:32
2418
转载 常用的数据挖掘&机器学习知识(点)
转载自：一只鸟的天空(http://blog.csdn.net/heyongluoyao8)常用的数据挖掘&机器学习知识(点)Basis(基础)：MSE(MeanSquare Error 均方误差)，LMS(Least MeanSquare 最小均方)，LSM(Least Square Methods 最小二乘法)，MLE(Maximum LikelihoodEstimat
2016-01-05 18:48:05
2180
2
原创 机器学习入门系列二（关键词：多变量(非)线性回归，批处理，特征缩放，正规方程）
在#机器学习系列一#中，我们讨论了单变量的线性回归，而多变量的线性回归与单变量类似。首先我们来看一个例子，下表是波特兰的房子价格，针对不同的房屋面积和卧室间数。 房屋面积/ft2ft^2 卧室/间 价格/美元 房屋面积/ft2ft^2 卧室/间 价格/美元 2104 3 399900 1962 4 259900 1600 3
2016-01-03 22:57:25
4917
原创 机器学习入门系列一（关键词：单变量线性回归，梯度下降法）
如上图所示，我们的目标是希望通过这些数据得到城市人口数和利润可能的对应关系，并可以通过城市人口数（利润）来预测它的利润（城市人口数），在这里我们先规定一下符号记法。 符号 含义 mm 训练样本的个数 xx 训练样本中的输入变量（特征） yy 训练样本中的输出变量（特征） (x,y)(x,y) 训练样本 hθ(x)h_\theta(x) 输入变量xx与输出
2015-12-30 17:13:25
2686
1
机器学习实战（包括中文版教材，书中python代码及所需数据）
2016-02-29
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人