DNS host entry 包含 DNS database 中有关某一 domin name 或 ip address 的 DNS 信息。1 struct hostent{2 char *h_name;3 char *h_aliases;4 int h_addrtype;5 ...
分类：
Web程序 时间：
2014-08-19 14:11:15
阅读次数：
210
在之前的章节中，我们已经很好地解决了手写体识别问题（维数为28*28）。但如果是更大的图像（维数为96*96）呢？如果你还是要学习400个特征，那么网络权重参数就有400*96*96即近400万个。
卷积特征提取
如果我们从大型彩色图像（64*64*3）中随机抽取一些小patch（8*8），学到了一些特征，然后用这些特作为滤波器去扫过整张大图，即逐行逐列做卷积。这样做可以大幅减小网...
分类：
其他好文 时间：
2014-08-18 18:41:59
阅读次数：
820
今年暑假在北京自动化所做“大学生研究计划”，从7月7号-8月20号。导师和师兄人都很nice，度过了一个有收获的暑假吧！我对人脸识别的理解：比较两个人脸是不是相似，而图片的存储是矩阵，那我们就是比较这两个矩阵有多近，如果“很近”，那就是同一个人嘛，相反，如果相差很大，那就不是一个人。如何来判断两个矩...
分类：
其他好文 时间：
2014-08-18 16:08:52
阅读次数：
179
稀疏自编码器效果不错，但是有个固有缺陷：必须对输入数据的范围缩放到(0,1)。
设想一个图像如果不经预处理，直接把大于1的值输入稀疏自编码器，那么被sigmoid一下，就成了（0,1）的范围了，再被sigmoid一下，还是在（0,1）范围。这样残差根本没办法算，因为经过了sigmoid变换之后的数据已经不可能与输入数据相等了。
但是如果我们把第三层，原先的sigmoid函数换成恒等...
分类：
其他好文 时间：
2014-08-16 15:12:00
阅读次数：
302
自我学习就是稀疏编码器串联一个Softmax分类器，上一节看到，训练400次，准确率为98.2%
在此基础上，我们可以搭建我们的第一个深度网络：栈式自编码（2层）+Softmax分类器
简单地说，我们把稀疏自编码器的输出作为更高一层稀疏自编码器的输入。
和自我学习很像，似乎就是新加了一层，但是其实不然：
新技巧在于，我们这里有个微调的过程，让残差从最高层向输入层传递，微调整个网络权重...
分类：
其他好文 时间：
2014-08-16 12:37:40
阅读次数：
220
学习笔记之《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》...
分类：
Web程序 时间：
2014-08-15 17:50:59
阅读次数：
899
linger博客原创性博文导航
http://blog.csdn.net/lingerlanlan
大学研究游戏外挂技术开始了此博客，断断续续写了些博文。后来，开始机器学习和深度学习的研究工作，由于喜欢和热爱，业余时间也经常性学习，并写博文总结。因此，博文越来越多，由于博文是根据时间排序的，看起来有点乱，所以在此处写个导航。
UFLDL学习笔记和编程
ufldl...
分类：
其他好文 时间：
2014-08-15 00:01:26
阅读次数：
372
学习笔记之《Multi-Scale Orderless Pooling of Deep Convolutional Activation Features》...
分类：
其他好文 时间：
2014-08-14 20:48:29
阅读次数：
393
从Ⅱ到Ⅳ都在讲的是线性回归，其中第Ⅱ章讲得是简单线性回归（simple linear regression, SLR）（单变量），第Ⅲ章讲的是线代基础，第Ⅳ章讲的是多元回归（大于一个自变量）。 本文的目的主要是对Ⅱ章中出现的一些算法进行实现，适合的人群为已经看完本章节Stanford课程的学者。本人...
分类：
其他好文 时间：
2014-08-14 19:42:19
阅读次数：
216
using System;using System.Collections.Generic;using System.Text;using AForge.Neuro;using AForge.Neuro.Learning;using System.IO;using System.Runtime.Se...
分类：
Web程序 时间：
2014-08-14 19:26:49
阅读次数：
307
