- 博客(18)
- 收藏
- 关注
原创 JAVA疑难问题排查、解决经验总结(Linux系统)
Java疑难问题的排查、解决有一定的步骤可循。大概就是程咬金的三板斧。按照对应的步骤对着问题砍下去,很多问题就都迎刃而解了。接下来,就根据个人的理解和经验将几类问题的解决步骤总结一下。1 先排查运行环境首先要强调的是,有些问题不是疑难问题,或是伪疑难问题。其实就是些运行环境的问题,磁盘空间、内存大小、CPU占用、数据库连接、用户权限等问题。如果有人向我反馈某个软件启动不了、启动后运行很慢、启动了但...
2018-07-16 10:08:04 3313
原创 DL4J源码阅读(七):LSTM梯度计算
LSTMHelpers类中的backpropGradientHelper方法是梯度计算过程。 // 本层神经元个数 int hiddenLayerSize= recurrentWeights.size(0); //i.e., n^L // 前一层神经元个数 int prevLayerSize =inputWeigh
2018-02-02 17:20:56 1281
原创 DL4J源码阅读(六):LSTM信号前传处理流程
1.1 GravesLSTM参数个数公式 GravesLSTMParamInitializer中 public int numParams(Layer l)方法的参数个数计算公式如下: int nParams = nLast * (4 * nL) //"input" weights + nL * (4 * nL + 3) //rec
2018-01-24 15:33:43 1345
原创 ND4J中BaseNDArray的四个矩阵相乘方法小结
BaseNDArray中有四个矩阵相乘的方法: 1、public INDArray mul(INDArray other) 2、public INDArray muli(INDArray other) 3、public INDArray mmul(INDArray other) 4、public INDArray mmuli(INDArray other)
2018-01-19 10:14:43 1180
原创 DL4J源码阅读(五):误差反传和网络测试
backprop()得到全网梯度设置gradient和epsilon。流程回到computeGradientAndScore()方法中。下面是计算得分:score = ((IOutputLayer) getOutputLayer()).computeScore(calcL1(true), calcL2(true), true)。BaseOutputLayer中的computeScore()方法
2018-01-19 10:11:22 483
原创 DL4J源码阅读(四):梯度计算
computeGradientAndScore方法调用backprop()做梯度计算和误差反传。 backprop()调用calcBackpropGradients()方法。calcBackpropGradients()方法再调用initGradientsView()方法。在initGradientsView()方法里,先初始化一个数组flattenedGradients =
2018-01-19 10:08:55 684
原创 DL4J源码阅读(三):信号前传
MultiLayerNetwork中fit方法,使用DataSet next = iter.next()获取一个批次的数据。本例中batchSize = 50,所以一次取到50组数据,其中包括输入特征和标签(理想值)。setInput(next.getFeatureMatrix())和setLabels(next.getLabels())语句分别设置输入特征和标签。调用solver.optim
2018-01-19 10:05:19 574
原创 DL4J源码阅读(二):数据加载
数据加载 本例中的数据加载是用的异步方式,所以看主线程代码,根本找不到加载数据的地方。开启异步加载数据线程是在model.fit(trainIter)这个方法中。首先判断数据集迭代器是否支持异步加载if (iterator.asyncSupported())。由于本例中的是RecordReaderDataSetIterator,其asyncSupported()方法是返回true的,
2018-01-18 17:15:29 848
原创 DL4J源码阅读(一):网络初始化
我下载的DL4J版本是0.9.1。因为没有将源码都贴上,所以阅读时,需要下载DL4J的源码。本文以MLPClassifierLinear为例,分析DL4J的源码流程、架构。 与一般神经网络应用相同,MLPClassifierLinear分为四部分:1、网络初始化;2、数据加载;3、网络定型;4、网络测试。其中,网络定型又可分为三部分:1、信号前传;2、梯度计算;3、误差反传(调优)。本文
2018-01-18 15:38:05 1796 1
原创 Encog3Java-User.pdf翻译:第十章 使用自组织映射
Chapter 10第十章Using a Self-Organizing Map使用自组织映射? What is a self-organizing map (SOM)?? Mapping colors with a SOM? Training a SOM? Applying the SOM to the forest cover dataThis
2017-12-05 16:35:29 463
原创 Encog3Java-User.pdf翻译:第九章 使用图像数据
Chapter 9第九章Using Image Data使用图像数据? Processing Images? Finding the Bounds? Downsampling? Using the Image DatasetUsing neural networks to recognize images is a very common task.
2017-12-05 09:17:32 433
原创 Encog3Java-User.pdf翻译:第八章 使用时序数据
Chapter 8第八章Using Temporal Data使用时序数据? How a Predictive Neural Network Works? Using the Encog Temporal Dataset? Attempting to Predict Sunspots? Using the Encog Market Dataset?
2017-12-04 14:00:34 650
原创 Encog3Java-User.pdf翻译:第七章 其它神经网络类型
Chapter 7第七章Other Neural Network Types其它神经网络类型? Understanding the Elman Neural Network? Understanding the Jordan Neural Network? The ART1 Neural Network? Evolving with NEATWe h
2017-12-04 09:54:19 720
原创 Encog3Java-User.pdf翻译:第六章 更多监控训练
Chapter 6第六章More Supervised Training更多监控训练? Introducing the Lunar Lander Example? Supervised Training without Training Sets? Using Genetic Algorithms? Using Simulated Annealing
2017-12-01 13:57:38 584
原创 Encog3Java-User.pdf翻译:第五章 传播训练
Chapter 5第五章Propagation Training传播训练? How Propagation Training Works? Propagation Training Types? Training and Method Factories? Multithreaded TrainingTraining is the means by
2017-12-01 10:27:06 570
原创 Encog3Java-User.pdf翻译:第四章 使用Java构建神经网络
第三章是关于Encog的图形界面应用程序,我没有下载下来。所以没翻译。Chapter 4第四章Constructing Neural Networks in Java使用Java构建神经网络? Constructing a Neural Network? Activation Functions? Encog Persistence? Usi
2017-11-29 14:00:05 852
原创 Encog3Java-User.pdf翻译:第二章 为Encog获取数据
Chapter 2第二章Obtaining Data for Encog为Encog获取数据? Finding Data for Neural Networks为神经网络发现数据? Why Normalize?为什么规范化? Specifying Normalization Sources指定规范原? Specifyi
2017-11-29 09:27:39 454
原创 Encog3Java-User.pdf翻译:第一章 回归,分类 & 聚类
打算开始研究人工智能,先从翻译人工智能Java框架Encog的英文资料开始。本人水平有限,贴出来就是给大家做个参考。 Chapter 1第一章Regression, Classification & Clustering回归,分类 & 聚类? Classifying Data分类数据? Regression Analysis of Data数据回归分析
2017-11-28 10:18:11 500
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人