A linked list is given such that each node contains an additional random pointer which could point to any node in the list or null.Return a deep copy ...
分类：
其他好文 时间：
2014-09-02 10:19:24
阅读次数：
194
自动查找相关文件.上传到服务器#!/usr/bin/ruby
#coding:utf-8
require‘date‘
$result=[]
bak_ser="bacula@192.168.100.24"
defcheck(top_dir,ext_type,exclude,dir_deep)
content=Dir.entries(top_dir)
foriincontent
i=top_dir+"/"+i
#hiddendirorhiddenfile
nextifFile.ba..
分类：
其他好文 时间：
2014-09-01 15:58:34
阅读次数：
286
导数使用T.grad计算。
这里使用pp()打印梯度的符号表达式。
第3行输出是打印了经过优化器简化的符号梯度表达式，与第1个输出相比确实简单多了。
fill((x** TensorConstant{2}), TensorConstant{1.0})指创建一个x**2大小的矩阵，并填充1。
importtheano.tensor as T
fromtheano import pp
fr...
分类：
其他好文 时间：
2014-08-29 20:10:08
阅读次数：
338
图结构（Graph Structures）是了解Theano内在工作原理的基础。
Theano编程的核心是用符号占位符把数学关系表示出来。
图结构的组成部分
如图实现了这段代码：
importtheano.tensor as T
x= T.matrix('x')
y= T.matrix('y')
z= x + y
变量节点（variable nodes）
红色表示...
分类：
其他好文 时间：
2014-08-29 11:04:07
阅读次数：
323
有了前面的准备，可以用Theano实现一个逻辑回归程序，逻辑回归是典型的有监督学习。
为了形象，这里我们假设分类任务是区分人与狗的照片。
首先是生成随机数对象
importnumpy
importtheano
importtheano.tensor as T
rng= numpy.random
数据初始化
有400张照片，这些照片不是人的就是狗的。
每张照片是28*28=78...
分类：
其他好文 时间：
2014-08-28 22:46:06
阅读次数：
360
递推...
Little Tiger vs. Deep Monkey
Time Limit: 2000/1000 MS (Java/Others) Memory Limit: 65535/65535 K (Java/Others)
Total Submission(s): 661 Accepted Submission(s): 244
Problem Des...
分类：
其他好文 时间：
2014-08-28 11:28:29
阅读次数：
269
Little Tiger vs. Deep MonkeyTime Limit: 1000msMemory Limit: 65535KBThis problem will be judged onHDU. Original ID:481564-bit integer IO format:%I64d J...
分类：
其他好文 时间：
2014-08-27 10:44:38
阅读次数：
307
论文笔记之《Descriptor Matching with Convolutional Neural Networks: a Comparison to SIFT》。...
分类：
Web程序 时间：
2014-08-26 15:29:26
阅读次数：
309
学习笔记之《Unsupervised feature learning by augmenting single images》...
分类：
其他好文 时间：
2014-08-25 17:02:34
阅读次数：
241
神经概率语言模型，内容分为三块：问题，模型与准则，实验结果。[此节内容未完待续...]1，语言模型问题 语言模型问题就是给定一个语言词典包括v个单词，对一个字串做出二元推断，推断其是否符合该语言表达习惯。也就是的取值为0或者为1。 概率语言模型放松了对取值的限制，让其在0~1之间取值（语言模...
分类：
其他好文 时间：
2014-08-24 23:45:53
阅读次数：
361
