深度学习
xuealice
这个作者很懒,什么都没留下…
展开
-
DeepLearnToolbox代码详解——SAE,DAE模型
一:引言.sae,dae,dropout模型简介上面提到的三个模型都是在经典的多层神经网络的基础上加深构架得到;例如sae(Stack autoencoder)就是理堆叠多个autoencoder,然后使用fine_tuning过程;dae(Denoising autoencoder)是在标准的sae基础上给输入数据加入噪声,利用污染后的数据进行sae;dropout 则是随机忽略转载 2014-09-22 14:52:58 · 1217 阅读 · 2 评论 -
深度学习 Deep Learning 学习资料汇编 (持续更新中)。欢迎补充。
入门阅读deep learning较全面的入门介绍浅谈Deep Learning的基本思想和方法机器学习——深度学习(Deep Learning)deep learning tutorials一篇blog:deep learning2,3一些论文介绍代码/工具Theano - Deep Learning工具转载 2014-09-27 10:57:18 · 361 阅读 · 0 评论 -
深度学习 中文UFLDL
http://www.cnblogs.com/tornadomeet/category/497607.html转载 2014-09-27 13:13:47 · 362 阅读 · 0 评论 -
【面向代码】学习 Deep Learning(三)Convolution Neural Network(CNN)
最近一直在看Deep Learning,各类博客、论文看得不少但是说实话,这样做有些疏于实现,一来呢自己的电脑也不是很好,二来呢我目前也没能力自己去写一个toolbox只是跟着Andrew Ng的UFLDL tutorial 写了些已有框架的代码(这部分的代码见github)后来发现了一个matlab的Deep Learning的toolbox,发现其代码很简单,感觉比较适转载 2014-09-27 13:52:48 · 537 阅读 · 0 评论 -
【面向代码】学习 Deep Learning(四) Stacked Auto-Encoders(SAE)
最近一直在看Deep Learning,各类博客、论文看得不少但是说实话,这样做有些疏于实现,一来呢自己的电脑也不是很好,二来呢我目前也没能力自己去写一个toolbox只是跟着Andrew Ng的UFLDL tutorial 写了些已有框架的代码(这部分的代码见github)后来发现了一个matlab的Deep Learning的toolbox,发现其代码很简单,感觉比较适转载 2014-09-27 13:53:42 · 609 阅读 · 0 评论 -
BP神经网络也可以有很多层隐层啊,为什么说BP网络是浅层,而所谓DNN是深层?
BP神经网络也可以有很多层隐层啊,为什么说BP网络是浅层,而所谓DNN是深层?训练方法的区别,一个是BP,一个是Wake-Sleep 回复BP网络由于采用随机初始化容易造成陷入局部最小值,而隐层数目增多的时候会引起梯度弥散的问题,这些都是它在实际应用中不能加“深”层数的原因,所以说它是浅层模型也是合适的。而深度模型正是针对BP网络原创 2014-09-27 10:19:27 · 3526 阅读 · 1 评论 -
深度学习 网站 http://deeplearning.net/
http://deeplearning.net/Welcome to Deep LearningDeep Learning is a new area of Machine Learning research, which has been introduced with the objective of moving Machine Learning closer t原创 2014-09-27 10:20:37 · 1953 阅读 · 0 评论 -
深度学习大牛Andrew Ng为何离开谷歌加盟百度?
就目前而言,百度的搜索和其他互联网服务貌似只局限在中国,而在英语国家里面,百度并不是一个受欢迎的搜索引擎,但请注意:或许某天,百度可能成为消费者的最爱。两个月前,百度从谷歌挖来了吴恩达,他是世界上为数不多的深度学习专家,在谷歌,吴恩达负责的是“谷歌大脑”项目,其实吴恩达并不是第一个被中国科技公司“挖角”的人才,谷歌的Hugo Barra早在去年初就被小米给挖走了。百度的搜索引擎服务只支持少数几转载 2014-09-27 10:53:18 · 498 阅读 · 0 评论 -
浅谈深度学习(Deep Learning)的基本思想和方法
http://blog.csdn.net/xianlingmao/article/details/8478562深度学习(Deep Learning),又叫Unsupervised Feature Learning或者Feature Learning,是目前非常热的一个研究主题。本文将主要介绍Deep Learning的基本思想和常用的方法。一. 什么是Deep Lea转载 2014-09-27 11:10:21 · 320 阅读 · 0 评论 -
机器学习前沿热点--Deep Learning
深度学习是机器学习研究中的一个新的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本。深度学习是无监督学习的一种。深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。深度学习的概念由Hinton等人于2006年提出转载 2014-09-27 11:17:21 · 319 阅读 · 0 评论 -
机器学习——深度学习(Deep Learning)
http://blog.csdn.net/abcjennifer/article/details/7826917Deep Learning是机器学习中一个非常接近AI的领域,其动机在于建立、模拟人脑进行分析学习的神经网络,最近研究了机器学习中一些深度学习的相关知识,本文给出一些很有用的资料和心得。Key Words:有监督学习与无监督学习,分类、回归,密度估计、聚类转载 2014-09-27 11:25:00 · 277 阅读 · 0 评论 -
深度学习 视频 hinton
http://videolectures.net/jul09_hinton_deeplearn/原创 2014-09-27 13:03:21 · 304 阅读 · 0 评论 -
【面向代码】学习 Deep Learning(一)Neural Network
最近一直在看Deep Learning,各类博客、论文看得不少但是说实话,这样做有些疏于实现,一来呢自己的电脑也不是很好,二来呢我目前也没能力自己去写一个toolbox只是跟着Andrew Ng的UFLDL tutorial 写了些已有框架的代码(这部分的代码见github)后来发现了一个matlab的Deep Learning的toolbox,发现其代码很简单,感觉比较适转载 2014-09-27 13:48:02 · 403 阅读 · 0 评论 -
机器学习周刊第二期:深度学习上了Nature
http://ztl2004.github.io/MachineLearningWeekly/issue2.html机器学习周刊第二期:深度学习上了Nature我是小猴机器人,可以通过 微博 联系我。摘要:DNN上了Nature,作者写得不是很深入;智能车上路了;各种机器学习服务(Machine Learning as a Service 是未来);CES各种机器人;有筒子转载 2014-09-27 10:14:55 · 704 阅读 · 0 评论 -
深度学习 出新书了 斯坦福大学 草稿已经在网上可读了
深度学习 出新书了 草稿已经在网上http://www.iro.umontreal.ca/~bengioy/dlbook/原创 2014-09-27 11:02:18 · 472 阅读 · 0 评论 -
【面向代码】学习 Deep Learning(二)Deep Belief Nets(DBNs)
最近一直在看Deep Learning,各类博客、论文看得不少但是说实话,这样做有些疏于实现,一来呢自己的电脑也不是很好,二来呢我目前也没能力自己去写一个toolbox只是跟着Andrew Ng的UFLDL tutorial 写了些已有框架的代码(这部分的代码见github)后来发现了一个matlab的Deep Learning的toolbox,发现其代码很简单,感觉比较适转载 2014-09-27 13:49:29 · 443 阅读 · 0 评论 -
bp神经网络及matlab实现
本文主要内容包括: (1) 介绍神经网络基本原理,(2) AForge.NET实现前向神经网络的方法,(3) Matlab实现前向神经网络的方法 。第0节、引例 本文以Fisher的Iris数据集作为神经网络程序的测试数据集。Iris数据集可以在http://en.wikipedia.org/wiki/Iris_flower_data_set 找到。这里转载 2014-10-29 08:41:38 · 554 阅读 · 0 评论 -
深度学习:Hinton_Science_Reducing the dimensionality of data with neural networks
近日,闲来得空,又不停的听到Deep learning (DL)相关的突破~故来研究下Deep learning的相关东西~在Deep learning 的学习资源中找到,关于Deep belief network的相关资源http://www.cs.toronto.edu/~hinton/MatlabForSciencePaper.html这个资源的下载并运行,有一个需要注意的地方,就是数据文件转载 2014-09-25 15:30:54 · 662 阅读 · 0 评论 -
深度学习 面向代码 matlab
http://blog.csdn.net/dark_scope/article/details/9421061转载 2014-09-27 13:31:20 · 515 阅读 · 0 评论 -
深度学习( Deep Learning )软件资源列表
深度学习( Deep Learning )软件资源列表Sason@CSDNhttp://blog.csdn.net/anshan1984/article/details/8583619列表源自http://deeplearning.net/software_links/,本文进行分类整理。星号代表对软件库的推荐度,考虑了适用范围、开发语言、更新情转载 2014-09-22 14:58:05 · 396 阅读 · 0 评论 -
深度学习 MATLAB toolbox 下载地址
GitHub: https://github.com/rasmusbergpalm/DeepLearnToolbox原创 2014-09-22 14:56:51 · 2669 阅读 · 0 评论 -
Deep Learning Tutorials 0.1
Deep Learning TutorialsDeep Learning is a new area of Machine Learning research, which has been introduced with the objective of moving Machine Learning closer to one of its original goals: Artifi转载 2014-09-22 14:57:46 · 325 阅读 · 0 评论 -
最大似然估计 维基百科
最大似然估计,也称为最大概似估计,是一种统计方法,它用来求一个样本集的相关概率密度函数的参数。这个方法最早是遗传学家以及统计学家罗纳德·费雪爵士在1912年至1922年间开始使用的。目录 [隐藏] 1 预备知识2 最大似然估计的原理2.1 注意3 例子3.1 离散分布,离散有限参数空间3.2 离散分布,连续参数空间3.3 连续分布,连续参数转载 2014-09-22 18:59:41 · 575 阅读 · 0 评论 -
朴素贝叶斯与贝叶斯信念网络
http://blog.csdn.net/sealyao/article/details/6537670贝叶斯分类是统计学分类方法。它们可以预测类成员关系的可能性,如给定样本属于一个特定类的概率。贝叶斯定理是就是在给定的数据概率来表示未知的后验概率。比如已知某水果是红色的情况下,判断该水果有多大的概率是苹果,用数学符号表示就是(后验概率),其中X表示“这个水果是红色的”,H表示“这个水转载 2014-09-22 19:11:37 · 618 阅读 · 0 评论 -
几个不错的深度学习教程
几个不错的深度学习教程,基本都有视频和演讲稿。附两篇综述文章和一副漫画。还有一些以后补充。Jeff Dean 2013 @ Stanfordhttp://i.stanford.edu/infoseminar/dean.pdf一个对DL能干什么的入门级介绍,主要涉及Google在语音识别、图像处理和自然语言处理三个方向上的一些应用。参《Spanner and De转载 2014-09-22 15:13:06 · 770 阅读 · 0 评论 -
最大似然估计
http://blog.sina.com.cn/s/blog_78fd98af0100xk7k.html通俗的说说最大似然估计吧,文绉绉的概念和严谨的公式推导总是记不住,又让人昏昏欲睡....1.什么是最大似然估计 如果我们知道样本(数据)所服从的概率分布的模型,而不知道该模型中的参数,例如:高斯模型的参数:均值u,及方差sigma。最大似然估计就是用来估计模型参数转载 2014-09-22 18:53:39 · 285 阅读 · 0 评论 -
贝叶斯信念网络
贝叶斯信念网络 http://blog.sina.com.cn/s/blog_4ceabb8d0100h9ul.html 贝叶斯(1702-1763) Thomas Bayes,英国数学家。1702年出生于伦敦。贝叶斯在数学方面主要研究概率论,并创立了贝叶斯统计理论,对于统计决策函数、统计推断、统计的估算等做出了贡献。 贝叶斯“信念网络”,是基于概率推理的图转载 2014-09-22 19:14:43 · 1441 阅读 · 0 评论 -
Ruslan Salakhutdinov
Ruslan Salakhutdinov received his PhD in machine learning (computer science) from the University of Toronto in 2009. After spending two post-doctoral years at the Massachusetts Institute of Technolo转载 2014-09-23 13:16:09 · 673 阅读 · 0 评论 -
近期深度学习论文汇总
主要是顺着Bengio的PAMI review的文章找出来的。包括几本综述文章,将近100篇论文,各位山头们的Presentation。全部都可以在google上找到。BTW:关于DL的应用主要都是跟Vision相关的。在其他方面比如语音或者NLP,很少或者几乎没有。个人非常看好CNN和Sparse Autoencoder,仅供参考。 Review Book List:[2009转载 2014-09-23 15:48:27 · 467 阅读 · 0 评论 -
深度学习(Deep Learning)算法简介
Comments from Xinwei: 最近的一个课题发展到与深度学习有联系,因此在高老师的建议下,我仔细看了下深度学习的基本概念,这篇综述翻译自http://deeplearning.net,与大家分享,有翻译不妥之处,烦请各位指正。 查看最新论文Yoshua Bengio, Learning Deep Architectures for AI, Found转载 2014-09-23 15:44:51 · 389 阅读 · 0 评论 -
ICLR 2013 资料 http://www.bfcat.com/index.php/2013/05/talks-tv-iclr2013/
ICLR不一定所有人都很熟悉,全称是 International Conference on Learning Representations。是由Yann LeCun等人最近创办的,这一届是第一届。虽然是新兴会议,但因为是圈子里面人办的,质量应该不会太差。包括的内容也很广泛。下面是这次会议的演讲题目列表和链接。Recent Applications of Deep Boltzma转载 2014-09-23 13:50:17 · 947 阅读 · 0 评论 -
关于deeping learning概括(1,MIT学生,2,百度,余凯)
由于 Deep Learning 现在如火如荼的势头,在各种领域逐渐占据 state-of-the-art 的地位,上个学期在一门课的 project 中见识过了 deep learning 的效果,最近在做一个东西的时候模型上遇到一点瓶颈于是终于决定也来了解一下这个魔幻的领域。据说 Deep Learning 的 break through 大概可以从 Hinton 在 2006 年提出转载 2014-09-23 14:02:04 · 700 阅读 · 0 评论 -
百度网盘 深度学习 天大 邓力讲座
http://pan.baidu.com/share/link?shareid=3220401770&uk=723014463#dir/path=%2F%E9%BE%99%E6%98%9F%E8%AE%A1%E5%88%922013%2F640%C2%B7320原创 2014-09-23 16:56:03 · 1249 阅读 · 0 评论 -
Deep Learning(深度学习)
Deep Learning(深度学习)ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):一ufldl的2个教程(这个没得说,入门绝对的好教程,Ng的,逻辑清晰有练习):二Bengio团队的deep learning教程,用的theano库,主要是rbm系列,搞python的可以参考,很不错。deeplearning.net主页,里面包含的转载 2014-09-23 17:00:36 · 1091 阅读 · 1 评论 -
深度学习软件资源列表
深度学习( Deep Learning )软件资源列表Sason@CSDN列表源自http://deeplearning.net/software_links/,本文进行分类整理。星号代表对软件库的推荐度,考虑了适用范围、开发语言、更新情况、文档示例完整性等方面,Just personal opinion。根据编程语言,对深度学习的软件资源分类:转载 2014-09-25 15:25:32 · 284 阅读 · 0 评论 -
个人阅读的Deep Learning方向的paper整理
http://hi.baidu.com/chb_seaok/item/6307c0d0363170e73cc2cb65个人阅读的Deep Learning方向的paper整理,分了几部分吧,但有些部分是有交叉或者内容重叠,也不必纠结于这属于DNN还是CNN之类,个人只是大致分了个类。目前只整理了部分,剩余部分还会持续更新。一 RNN1 Recurrent n转载 2014-10-13 12:56:32 · 559 阅读 · 0 评论