1. 零均值化 / 中心化：对输入图片进行预处理，计算训练数据中所有图片的每个位置的均值，然后每张图片的元素减自己位置对应的均值。零均值化后的图片以（0，0）为中心，所有图片的对应位置的元素均值为0 PCA和白化： 2. 为什么要对数据零均值化？ 为了在反向传播中加快网络中每一层权重参数的收敛（这是 ...
分类：
其他好文 时间：
2020-01-31 10:45:16
阅读次数：
171
[线性代数] 矩阵白化 2013-11-25 22:17:22 kuang_liu 阅读数 3735 [线性代数] 矩阵白化 2013-11-25 22:17:22 kuang_liu 阅读数 3735 [线性代数] 矩阵白化 [线性代数] 矩阵白化 2013-11-25 22:17:22 kuan ...
分类：
其他好文 时间：
2019-10-03 18:31:45
阅读次数：
213
输入定心 定心是通过更改输入$\mathtt{X}$的原点移除输入中的偏差,即使得变换后的输入$\mathtt{Z}$均值为零 输入的平均值$\bar{\mathtt{x}}=\frac{1}{N}\mathtt{X^T1}$ $$\mathtt x=\begin{bmatrix} {x_0}\\ ...
分类：
其他好文 时间：
2019-08-25 11:51:35
阅读次数：
109
卷积神经网络结构： 1、 数据输入层： 去均值：将平均值变为0 归一化：将不同的特征，取值范围变为一致的 PCA降维、白化 2、 卷积计算层： 每个神经元看做是一个过滤器（一个带权重的矩阵），过滤器对原数据进行卷积相关操作（内积），不同过滤器关注的特征不同 局部连接：过滤器提取局部特征，然后再与后面 ...
分类：
其他好文 时间：
2019-03-26 16:47:56
阅读次数：
207
PCA在做数据处理，一般会有一个数据预处理，其中一个目标就是将取数据特征向相关性。 为什么要去特征的相关性？ 因为数据如果有相关性，在学习的时候是冗余的，徒增学习成本；所以对于数据处理（也称之为白化，英文有的时候称之为sphering），白化的目的：1.实现特征之间的相关性较低；2.所有的特征具有相... ...
分类：
其他好文 时间：
2018-11-11 23:40:16
阅读次数：
298
原文来自知乎 一、两个概念 独立同分布（independent and identically distributed） 独立同分布的数据可以简化常规机器学习模型的训练、提升机器学习模型的预测能力 白化（whitening） 去除特征之间的相关性 —> 独立； 使得所有特征具有相同的均值和方差 —> ...
分类：
其他好文 时间：
2018-10-01 17:54:11
阅读次数：
236
转自: http://blog.csdn.net/hjimce/article/details/50866313 白化whitening：https://blog.csdn.net/hjimce/article/details/50864602 作者：hjimce 一、背景意义 本篇博文主要讲解20 ...
分类：
其他好文 时间：
2018-08-21 15:21:13
阅读次数：
134
1、提高深度学习模型识别率的准确率的思考（1）数据增强技术（图像翻转、白化），对训练数据做一些处理增加数据的抗造性能（2）模型改进，尝试多种模型（3）调整学习率首先使用较大的学习率进行训练，观察目标函数值和验证集准确率的收敛曲线，如果目标函数值下降速度和验证集准确率上升速度出现减缓时，减小学习率。循 ...
分类：
其他好文 时间：
2018-05-14 19:58:35
阅读次数：
148
【原创】Liu_LongPo 转载请注明出处 【CSDN】http://blog.csdn.net/llp1992 PCA算法前面在前面的博客中已经有介绍，这里简单在描述一下，更详细的PCA算法请参考我的博客： 机器学习实战ByMatlab（二）PCA算法 PCA 的主要计算步骤 1.数据预处理，使 ...
分类：
其他好文 时间：
2018-05-13 11:57:10
阅读次数：
185
原文地址：http://blog.csdn.net/hjimce/article/details/50864602 作者：hjimce 一、相关理论 白化这个词，可能在深度学习领域比较常遇到，挺起来就是高大上的名词，然而其实白化是一个比PCA稍微高级一点的算法而已，所以如果熟悉PCA，那么其实会发现 ...
分类：
其他好文 时间：
2018-05-13 11:54:09
阅读次数：
122
