码迷,mamicode.com
首页 >  
搜索关键字:ufldl    ( 148个结果
深度学习 Deep Learning UFLDL 最新Tutorial 学习笔记 4:Debugging: Gradient Checking
1 Gradient Checking 说明前面我们已经实现了Linear Regression和Logistic Regression。关键在于代价函数Cost Function和其梯度Gradient的计算。在Gradient的计算中,我们一般採用推导出来的计算公式来进行计算。可是我们看到,推导 ...
分类:其他好文   时间:2017-07-13 10:34:47    阅读次数:188
深度学习笔记(五) 栈式自编码器
部分内容来自:http://ufldl.stanford.edu/wiki/index.php/%E6%A0%88%E5%BC%8F%E8%87%AA%E7%BC%96%E7%A0%81%E7%AE%97%E6%B3%95 栈式自编码神经网络是一个由多层稀疏自编码器组成的神经网络,其前一层自编码器的 ...
分类:其他好文   时间:2017-06-15 17:20:47    阅读次数:188
ufldl学习笔记与编程作业:Linear Regression(线性回归)
ufldl学习笔记与编程作业:Linear Regression(线性回归) ufldl出了新教程,感觉比之前的好。从基础讲起。系统清晰,又有编程实践。在deep learning高质量群里面听一些前辈说。不必深究其它机器学习的算法。能够直接来学dl。 于是近期就開始搞这个了,教程加上matlab编 ...
分类:其他好文   时间:2017-05-30 12:15:41    阅读次数:288
PCA降维demo
PCA(Principal Components Analysis)主成分分析法是一种常用的减小数据维度的算法。 能力有限在这里就不做过多的数学分析了,具体原理可参见http://ufldl.stanford.edu/tutorial/unsupervised/PCAWhitening/ 以及更具体 ...
分类:其他好文   时间:2017-05-22 17:52:23    阅读次数:250
UFLDL讲义二十:卷积特征提取
本讲义来源为NG教授的机器学习课程讲义,详见 http://deeplearning.stanford.edu/wiki/index.php ...
分类:其他好文   时间:2017-05-05 17:21:09    阅读次数:260
UFLDL讲义十五:从自我学习到深层网络
注:本讲义来源为NG教授的机器学习课程讲义,详见 http://deeplearning.stanford.edu/wiki/index.php ...
分类:其他好文   时间:2017-05-05 16:16:57    阅读次数:138
ufldl学习笔记与编程作业:Softmax Regression(vectorization加速)
ufldl学习笔记与编程作业:Softmax Regression(vectorization加速) ufldl出了新教程,感觉比之前的好。从基础讲起。系统清晰,又有编程实践。 在deep learning高质量群里面听一些前辈说,不必深究其它机器学习的算法,能够直接来学dl。 于是近期就開始搞这个 ...
分类:其他好文   时间:2017-04-22 18:48:27    阅读次数:173
一文弄懂神经网络中的反向传播法——BackPropagation
最近在看深度学习的东西,一开始看的吴恩达的UFLDL教程,有中文版就直接看了,后来发现有些地方总是不是很明确,又去看英文版,然后又找了些资料看,才发现,中文版的译者在翻译的时候会对省略的公式推导过程进行补充,但是补充的又是错的,难怪觉得有问题。反向传播法其实是神经网络的基础了,但是很多人在学的时候总 ...
分类:其他好文   时间:2017-04-22 00:08:02    阅读次数:221
反向传播算法数学推导
虽然数学不是那么好,但还是要对这个经典算法真正推导一遍心里才安稳。 主要参考资料:ufldl 开始:首先要明确,反向传播算法,是为了计算loss相对于w,b的偏导数,以此来更新每次学习的w,b,是一个巧妙地计算方法。 首先定义loss函数: 乍一看,这怎么求关于每个权值的偏导数呢?别急,反向传播算法 ...
分类:编程语言   时间:2017-02-26 00:07:48    阅读次数:335
转:Deep learning系列(十五)有监督和无监督训练
http://m.blog.csdn.net/article/details?id=49591213 1. 前言 在学习深度学习的过程中,主要参考了四份资料: 台湾大学的机器学习技法公开课; Andrew NG的深度学习教程; Li feifei的CNN教程; caffe官网的教程; 对比过这几份资 ...
分类:其他好文   时间:2017-02-22 13:34:26    阅读次数:537
148条   上一页 1 2 3 4 ... 15 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!