自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

zhaoyu106的博客

西工大博士在读,研究方向:深度学习多目标优化,欢迎一起交流学习,qq:3062984605

  • 博客(6)
  • 资源 (3)
  • 收藏
  • 关注

转载 小白Windows7/10 64Bit安装Theano并实现GPU加速(没有MinGw等,详细步骤)

原文链接 http://blog.csdn.net/niuwei22007/article/details/47684673 本教程适合最初学习者,高手勿喷。原文地址:http://blog.csdn.net/niuwei22007/article/details/47684673 Ubuntu15.10 64bit成功安装Theano+Cuda7.5,具体教程看这里 经

2016-05-17 11:12:16 598

转载 Win7配置CUDA并搭建基于Theano框架的GPU加速环境

原文链接 http://blog.csdn.net/m624197265/article/details/45700619 今天终于买回来了一块算是较好的显卡,渴望已久的GPU加速终于实现了,于是进行了下面的一系列配置。 一、   硬件环境信息         台式电脑:ThinkCentre M8400t(i7 3770/32GB/1TB),CPU 3.4GH 四核8线程

2016-05-17 11:10:56 852

转载 theano学习指南5(翻译)- 降噪自动编码器

原文链接 http://www.cnblogs.com/xueliangliu/p/5193403.html 降噪自动编码器是经典的自动编码器的一种扩展,它最初被当作深度网络的一个模块使用 [Vincent08]。这篇指南中,我们首先也简单的讨论一下自动编码器。 自动编码器 文献[Bengio09] 给出了自动编码器的一个简介。在编码过程,它可以把输入x∈[0,1]dx∈[0,1]d

2016-05-16 09:54:44 1860

转载 theano学习指南4(翻译)- 卷积神经网络

原文链接 http://www.cnblogs.com/xueliangliu/archive/2013/06/09/3127197.html 动机 卷积神经网络是一种特殊的MLP,这个概念是从生物里面演化过来的. 根据Hubel和Wiesel早期在猫的视觉皮层上的工作 [Hubel68], 我们知道在视觉皮层上面存在一种细胞的复杂分布,这些细胞对一些局部输入是很敏感的,它们被成为

2016-05-16 09:53:26 1290

转载 theano学习指南3(翻译)-多层感知器模型

本节要用Theano实现的结构是一个隐层的多层感知器模型(MLP)。MLP可以看成一种对数回归器,其中输入通过非线性转移矩阵ΦΦ做一个变换处理,以便于把输入数据投影到一个线性可分的空间上。MLP的中间层一般称为隐层。单一的隐层便可以确保MLP全局近似。然而,我们稍后还会看到多隐层的好处,比如在深度学习中的应用。   (本节只要介绍了MLP的实现,对神经网络的背景知识介绍不多,感兴趣的朋

2016-05-16 09:49:48 779

转载 theano学习指南2(翻译)-对数回归分类器

原文链接 http://www.cnblogs.com/xueliangliu/archive/2013/04/07/3006014.html 在本章节中,我们会学习如何用Theano实现最基本的对数回归分类器。首先,我们会简单的复习一个这个模型,在这个过程中,大家可以进一步的了解如何把数学表达式和Theano的图模型结合起来。 数学模型 对数回归模型是试过线性概率分类器,它

2016-05-16 09:40:41 773

word2vec简介

Deep Learning 已经很火了, 本文作者算是后知后觉者,主要原因是作者的目 前工作是广告点击率预测,而之前听说 Deep Learning 最大的突破还是在图像语 音领域, 而在 NLP 和在线广告点击预测方面的突破还不够大。但后来听说 Google 开源的 word2vec还挺有意思,能够把词映射到 K维向量空间,甚至词与词之间 的 向量操作还能和语义相对应。 如果换个思路,把词当做 feature, 那么 word2vec 就可以把 feature 映射到 K 维向量空间, 应该可以为现有模型提供更多的有用信 息,基于这个出发点,作者对 word2vec 的相关代码和算法做了相关调研,本文 就是作者关于 word2vec 调研的总结, 也是作为自己以后备用。 存在疏漏之处, 欢迎大家反馈: shujun_deng@163.com。

2016-11-05

msvc90d.dll动态库

在用VS时有可能弹出缺少动态库的错误,这是一个补丁

2014-01-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除