1. 卷积层（Convolution Layer）：由若干个卷积核f（filter）和偏移值b组成，（这里的卷积核相当于权值矩阵），卷积核与输入图片进行点积和累加可以得到一张feature map。 卷积层的特征： （1）网络局部连接：卷积核每一次仅作用于图片的局部 （2）卷积核权值共享：一个卷积层 ...
分类：
其他好文 时间：
2020-01-30 10:11:49
阅读次数：
160
1. 全连接层：主要用于分类，把分布式特征映射到样本标记空间。全连接层的每一个结点都与上一层的所有结点相连，用来把前边提取到的特征综合起来。全连接层中的权值矩阵Wi的每一行相当于一个分类模版，xi与Wi矩阵乘法，即可得到xi与每一个模板的匹配度，从中选取得分最高的匹配模板。 在 CNN 结构中，经多 ...
分类：
其他好文 时间：
2020-01-29 21:49:30
阅读次数：
232
卷积操作主要用于处理类网格结构的数据，对于时间序列以及图像数据的分析与识别具有显著优势 本质特性 稀疏交互 每个输出神经元仅与前一层特定局部区域内的神经元存在连接权重（产生交互） 假设网络中相邻两层分别具有$m$个输入和$n$个输出 全连接网络：$m \times n$个参数的权值矩阵 卷积网络：$ ...
分类：
其他好文 时间：
2019-11-24 17:29:41
阅读次数：
65
Keras.layers [TOC] Dense（全连接层） Syntax: 实现以下操作： 其中 是按逐个元素计算的激活函数， 是由网络层创建的权值矩阵，以及 是其创建的偏置向量 (只在 为 时才有用)。 Parameters: units : 正整数，输出空间维度。 activation : 激 ...
分类：
其他好文 时间：
2019-09-15 13:01:06
阅读次数：
126
正则化（Regularization） 稀疏模型与特征选择 上面提到L1正则化有助于生成一个稀疏权值矩阵，进而可以用于特征选择。为什么要生成一个稀疏矩阵？ 稀疏矩阵指的是很多元素为0，只有少数元素是非零值的矩阵，即得到的线性回归模型的大部分系数都是0. 通常机器学习中特征数量很多，例如文本处理时，如 ...
分类：
其他好文 时间：
2018-07-18 20:39:10
阅读次数：
128
题目链接 矩阵加速floyd……牛逼牛逼。 注意离散化，注意更新的时候要用旧的权值矩阵更新。 ...
分类：
其他好文 时间：
2018-01-28 11:23:51
阅读次数：
149
http://www.hankcs.com/ml/back-propagation-neural-network.html 单个神经元 神经网络是多个“神经元”（感知机）的带权级联，神经网络算法可以提供非线性的复杂模型，它有两个参数：权值矩阵{Wl}和偏置向量{bl}，不同于感知机的单一向量形式，{ ...
分类：
其他好文 时间：
2017-08-08 10:58:12
阅读次数：
271
重要程度 ***** 求随意两点间最短距离及其路径。（万能最短路） 输入：权值矩阵，起点，终点 输出：最短距离矩阵。指定起讫点路径（经过的顶点编号） function renyizuiduanlu(W) clc disp(' 最短路问题'); disp(' '); disp(' 说明：本程序用于求随 ...
分类：
其他好文 时间：
2017-05-27 10:43:38
阅读次数：
146
单层感知器是最基本的神经网络，采用hardlim或hardlim作为激活函数，下面是其拓扑结构： 该感知器有s个神经元，m个输入，n个输出，先给出一些定义： 为了方便表示，将样本向量的第一个分量设为1，p(n)=[1,p1(n),p2(n),...,pm(n))，与之对应地权值矩阵的第一列设为每个神 ...
分类：
其他好文 时间：
2017-05-07 15:44:04
阅读次数：
175
Floyed ——O(n^3) 通过一个图的权值矩阵求出它的每两点间的最短路径矩阵。——from 知乎 关键是枚举中间点 伪代码： 巧妙的Floyd优化，删点那一题目——小X的最短路，从删光点开始往前推，每次增加一点，不能照搬Floyd，要分别以他为起点，终点，中转点来一次Floyd，复杂度大概O( ...
分类：
其他好文 时间：
2017-02-11 00:56:04
阅读次数：
185
