欢迎转载，转载注明出处：
终于把最后一讲也看完了，stanford的NLP课程也接近了尾声，真的是非常的开心，这门课真的让我收获了很多。
这一课讲得就是DL在NLP方面的应用，其实大部分内容在之前的课上和之前的推荐阅读里都有提及，这一课也算是一门复习课吧。
同样的先overview一下：1.Model overview 2.Character RNNs on tex...
分类：
其他好文 时间：
2015-08-13 20:10:59
阅读次数：
136
欢迎转载，转载注明出处：http://www.cnblogs.com/NeighborhoodGuo/p/4728185.html终于把最后一讲也看完了，stanford的NLP课程也接近了尾声，真的是非常的开心，这门课真的让我收获了很多。这一课讲得就是DL在NLP方面的应用，其实大部分内容在之前的...
分类：
其他好文 时间：
2015-08-13 20:00:55
阅读次数：
110
**************************************
注：本系列博客是博主学习Stanford大学 Andrew Ng 教授的《机器学习》课程笔记。博主深感学过课程后，不进行总结很容易遗忘，根据课程加上自己对不明白问题的补充遂有此系列博客。本系列博客包括线性回归、逻辑回归、神经网络、机器学习的应用和系统设计、支持向量机、聚类、将维、异常检测、推荐系统及大规模机器学习等内容...
分类：
其他好文 时间：
2015-08-13 14:24:48
阅读次数：
194
这一讲还是嘉宾的讲课，讲得是关于parallel计算方面的。俗话说的好：“三个臭皮匠，顶个诸葛亮嘛”。哈哈
因为一台计算机，或者一个处理器的处理能力是有限的，进行并行计算能够大大提高运算速度，节省调试的时间。而我们的NN是如此的复杂，有时候规模也特别大，所以使用并行计算是很有必要的。
这一讲呢，主要分为五个部分：1.Efficient formulations 2.CPUs and...
分类：
其他好文 时间：
2015-08-12 21:51:43
阅读次数：
211
接着上一篇的内容：四：Transfer Learning：1.对于数据量少或者中等的情况，迁移学习很有用2.基于ImageNet的实验，将ImageNet的所有类的各分一半为A，B：（1）.先训练A部分，然后将前n层的参数保存好；再重新初始化后n+层的参数，用B部分训练；再将前面保存好的参数，和后面训练B部分得到的参数结合，在B的验证集上进行验证：（2）.先训练A部分，训练完A后重新初始化n+层后面...
分类：
其他好文 时间：
2015-08-12 16:55:40
阅读次数：
110
欢迎转载，转载注明出处：
不知不觉到了第三部分了，整个课程也快结束了，虽然不是第一次整个推完公开课，但是还是有些兴奋呢！
废话不多说，开始总结啦！
这节课就介绍了一个模型，就是在Computer Vision里十分popular的CNN(Convolutional Neural Networks)。不过这里介绍它在NLP的应用，可见model其实是可以有不...
分类：
其他好文 时间：
2015-08-10 01:57:14
阅读次数：
239
**************************************
注：本系列博客是博主学习Stanford大学 Andrew Ng 教授的《机器学习》课程笔记。博主深感学过课程后，不进行总结很容易遗忘，根据课程加上自己对不明白问题的补充遂有此系列博客。本系列博客包括线性回归、逻辑回归、神经网络、机器学习的应用和系统设计、支持向量机、聚类、将维、异常检测、推荐系统及大规模机器学习等内容...
分类：
其他好文 时间：
2015-08-10 00:23:06
阅读次数：
146
欢迎转载，转载注明出处：
1.以下是problem set 2的详细推导过程：
2.
附上我自己敲的代码的解决过程，有错误请不吝指正。
https://github.com/NeighborhoodWang/CS224D-problem-set2.git
3.注意的要点：
Python...
分类：
其他好文 时间：
2015-08-09 20:47:06
阅读次数：
208
总结斯坦福2015李飞飞教授以及Andrej Karpathy教授的上课的slides中关于CNN的一些内容一：神经网络实验的基本策略：1.对输入数据进行预处理：
2.网络结构和数据集设置：（1）-随机初始化weights为一些比较小的数（fan-in，fan-out），bias设置为0（2）-利用好cv集，可以在少量epoch的结果下选择最好的params，然后进行更多的epoch3.分析实验结...
分类：
其他好文 时间：
2015-08-09 20:44:59
阅读次数：
222
**************************************
注：本系列博客是博主学习Stanford大学 Andrew Ng 教授的《机器学习》课程笔记。博主深感学过课程后，不进行总结很容易遗忘，根据课程加上自己对不明白问题的补充遂有此系列博客。本系列博客包括线性回归、逻辑回归、神经网络、机器学习的应用和系统设计、支持向量机、聚类、将维、异常检测、推荐系统及大规模机器学习等内容...
分类：
其他好文 时间：
2015-08-09 12:35:38
阅读次数：
1496
