- 博客(18)
- 收藏
- 关注
RSS订阅原创 七小时 Theano 入门（Day 2）
第二天里，我们会尝试用Theano从头实现几个常见的神经网络模型，并且对其中用到的几个函数进行重点学习。这次的难度会比之前稍有增加，预计总共用三个小时，坚持就是胜利喔！
2016-02-02 11:41:09
1802
原创 七小时 Theano 入门（Day 1）
Theano是现在热门的几个深度学习工具库之一，基于python，简单易用。虽然现在有不少好用的基于 Theano 的库（如Keras, Lasagne等），但从基础学习一下 Theano 对更好的理解代码和开展实验都是有帮助的。这个专题是本人这几天学习的经验总结，目的是对现在网上流行的部分“热门教程”进行一番去伪存真，总结出一条短时间学习 Theano 的可行之路。
2016-01-29 15:23:12
1788
原创 课程总结 -- CPU／GPU并行计算基础（CPU篇）
上学期选修了Prof. Tolga Soyata的“GPU Parallel Programming using C/C++”课程。本文纪录其中的基础要点和关键实现方式。通过本文大家可以了解到：1、如何用CPU进行多线程并行计算；2、CUDA是什么，GPU如何进行并行计算；3、并行计算的优越性；4、内存的应用对程序性能的影响。
2016-01-25 04:13:24
9179
1
原创 学习笔记 -- 斯坦福课程：CNN for Visual Recognition（一）
去年就想听听这“接地气”的课程了，但最终也没有坚持下来。今年既然有了在线的课程视频，我也开个笔记系列，好好地从基础开始学起吧。由于课程内容还是比较基础，这里只纪录一些个人觉得有趣或者有用的点，更多的内容大家直接去网站上看吧，相信会有不少收获的。
2016-01-13 14:52:04
2030
原创 学习笔记 ——深度学习和机器视觉
今天先来看一些high level的内容，看看深度学习近期的最近进展以及其在机器视觉问题中的应用。学习资料来源于2015年CVPR的Deep Learning in Computer Vision Workshop 里invited speaker的slides，介绍了理论、应用、实现等方面的内容，应该是干货满满的。对于每一个talk，我会把内容框架记录下来，并记下一些个人觉得有趣的点。
2015-12-31 08:24:34
17472
原创 课程总结 -- 自然语言处理
这学期修了 Prof. Daniel Gildea 的 Statistical Speech and Language Processing 课程。作为 machine learning 的进阶课程，这门课的确难度不小。本文记录了这两天复习期末考所作的笔记，里面涵盖了本次课程涉及的主要内容（忽略了一些复杂、较为不重要的部分）。另外，列出了课上和复习期间领悟的一些心得，个人以为是上这门课最大的收获。
2015-12-21 08:52:34
2906
原创 三个角度看SVM（1）——最大间隔分类器
“横看成岭侧成峰，远近高低各不同。”支持向量机（Support Vector Machine, SVM）作为一个被广泛应用的有监督机器学习算法，网络上对它的介绍数不胜数，其中更有不少好文佳作。本文与它们的区别在于：并不着重于“教程式”地对SVM进行系统性介绍，而是希望从三个不同的角度对这个算法进行探究。我相信经过这番“把玩”，看过你会跟我一样觉得：机器学习真的是好玩！1、引言最大化类间间隔分类器（m
2015-07-03 23:07:30
14448
1
原创 MAC OS X10.10下Caffe无脑安装（CPU ONLY)
本文介绍了如何在Mac OS X10.10 系统下成功安装Caffe（由于本人Mac没有NVDIA显卡，因此选用CPU ONLY的安装方式）。本文是针对像我一样对安装配置极其不感冒的人的，因为我们只需要无脑安装——不求甚解，只求能用。当另外还有个重要的原因是，网上很多资料都有点过时了（包括官方文档），只会让人（我）白绕圈子。
2015-06-03 23:15:06
10491
13
原创 浅谈NoSQL数据库
这学期修的数据库系统需要写一篇有关NoSQL数据库的文章。这两天查阅了不少资料，终于憋出了2000字来。虽然理解并不深入，但也算对这方面内容有所了解了。文章先介绍了NoSQL数据库兴起的动机，以及在哪些场合下推荐或不支持使用NoSQL数据库。之后介绍了NoSQL数据库中的几个基本的概念，包括NoSQL应该具备怎样的特点，数据模型的分类，还有一致性模型的区别。然后通过介绍 MongoDB 和 Goo
2015-04-18 22:53:11
1223
原创 自然语言理解（三）—— 逻辑形式语言
本文介绍语意理解的第二个阶段——与上下文无关的语义（context-independent meaning），而逻辑形式（Logical Form）即是它的表示方式。如自然语言理解（一）中介绍的，我们把将一个句子映射到它的逻辑形式这个过程称为语义理解（semantic interpretation）。为什么我们需要语言的逻辑形式呢？这是因为同样的一句话，在不同的语境（上下文）下可以表达出不同的
2015-03-30 09:45:55
6080
3
原创 实践杂谈（3）—— Python实用技巧（一）
1. 异常处理异常处理（exception handling）是编程中的一项重要技巧，也是容易被人忽视的一项。我们常常会忽视异常处理的重要性：它能使程序变得更具有鲁棒性，减少程序发生严重突发问题的几率，也能使程序更易于调试。尤其是在以下几种情况下，更应该善用异常处理：进行网络访问时进行I/O读写时执行某些复杂、容易造成程序崩溃的程序段时总之，希望大家看完本文的介绍后，跟博主一起
2014-11-27 06:37:41
680
3
原创 实践杂谈（2）－－ 图解 Google Customer Search API 使用全流程
在项目过程中，如果要用到搜索引擎的结果的话，Google提供的API无疑是强大的工具。本文便来详细介绍如何使用Google Customer Search API 进行词条搜索，并介绍在命令行 / 终端下调用该API的方法。API的官方网址如下：https://developers.google.com/custom-search/1. 第一把钥匙: 创建Custom Search E
2014-11-25 22:07:49
1777
原创 重温线性代数（3）——正交、投影
线性代数是数学中的基础，也是十分重要的数学工具。在接触机器学习之后，我逐渐认识到了线性代数的重要性，矩阵运算，优化求解，都离不开线性代数的知识。同时，我也发现了自己数学基础的严重不足，急需好好重学一遍线性代数，为之后的学习打好基础。因此，“重温线性代数”这个系列就诞生了。或许大家会觉得这个系列的内容稍微基础了点，但学习就是如此，一遍又一遍，脚踏实地，温故知新，每次学习都会有新的收获。
2014-08-01 11:04:53
10683
1
原创 重温线性代数（2）——向量空间
线性代数是数学中的基础，也是十分重要的数学工具。在接触机器学习之后，我逐渐认识到了线性代数的重要性，矩阵运算，优化求解，都离不开线性代数的知识。同时，我也发现了自己数学基础的严重不足，急需好好重学一遍线性代数，为之后的学习打好基础。因此，“重温线性代数”这个系列就诞生了。或许大家会觉得这个系列的内容稍微基础了点，但学习就是如此，一遍又一遍，脚踏实地，温故知新，每次学习都会有新的收获。
2014-07-29 10:43:01
4022
转载 Jordan推荐机器学习书籍
Mike Jordan at Berkeley sent me his list on what people should learn for ML. The list is definitely on the more rigorous side (ie aimed at more researchers than practitioners), but going through these
2014-05-27 00:19:50
1050
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