- 博客(5)
- 收藏
- 关注
RSS订阅原创 Softmax反向传播
softmax 公式：假设有一个向量，其长度为,表示中的第个元素，那么这个元素的softmax值为:Softmax反向传播当j!=i时，当j=i时，所以 将上面两个式子加起来得到注意上式括号里面的量与无关，并且其值为与的乘积之和，设其为则有人问这有什么意义？其实这样就说明softmax的反向传播在编程的时候并不需要 分i=j和i...
2019-05-30 11:42:32
1477
原创 矩阵求导
矩阵在机器学习中用的比较多，比如反向传播的时候，本来矩阵相关运算的反向传播很简单，但是网上的资料都写的很复杂，我尽量以简单的形式来表述矩阵相关运算的反向传播过程。矩阵相乘的反向传播 矩阵点乘的反向传播 矩阵乘向量的反向传播 向量乘矩阵的反向传播 矩阵乘标量的反向传播本文用表示标量，表示向量，表示矩阵，表示列向量，表示行向量矩阵相乘反向传播设为3行2列的矩阵，为2行4列的矩阵，...
2019-05-23 18:12:37
345
1
原创 零.MITK从入门到放弃之简介
该专栏主要分享MITK开发过程中遇到的问题与MITK框架的开发方法.笔者开发环境：操作系统：Windows 10, x64MITK版本：2016.11Visual Studio : 2015Qt:5.7.1CMake: 3.8.1MITK学习方法：做MITK项目也有半年多时间了，中间走了很多弯路，现在终于算MITK的入门者了。将我的学习方法和体会分享给大家。1.
2018-02-02 14:23:58
2682
2
原创 一.MITK从入门到放弃之初探
一. MITK是什么？MITK是一个C++第三方库，由ITK(负责图形图像算法实现)，VTK(负责2D图像，3D图像的显示)，QT(用户界面，GUI实现)，BlueBerry(MITK核心框架主要由CTK组成，还包括CTK之上的类Eclipse RCP框架),CTK(OSGI 插件热插拔实现，负责plugin的加载与管理)，CppMicroServices(面向服务库，负责module的加
2018-02-02 14:01:32
10922
2
转载 大津算法（otsu）
OTSU算法也称最大类间差法，有时也称之为大津算法，被认为是图像分割中阈值选取的最佳算法，计算简单，不受图像亮度和对比度的影响，因此在数字图像处理上得到了广泛的应用。它是按图像的灰度特性,将图像分成背景和前景两部分。背景和前景之间的类间方差越大,说明构成图像的两部分的差别越大,当部分前景错分为背景或部分背景错分为前景都会导致两部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。设灰
2013-08-01 17:10:40
940
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