载入与保存
Python标准的保存类别实体并重新载入它们的途径是pickle机制。许多Theano对象可以由此被序列化（或者反序列化），然而pickle的局限性在于，被序列化的类别实例的代码或者数据并没有被同时保存。因此重新载入先前版本的类可能会出问题。
因此，需要寻求基于预期保存和重新载入的耗时的不同机制。
对于短期（比如临时文件和网络转录），Theano的pickle是可行的。
对于长...
分类：
其他好文 时间：
2014-09-04 23:45:41
阅读次数：
568
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
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
本文纯转载； 主要是想系统的跟tornadomeet的顺序走一遍deeplearning;前言: 最近打算稍微系统的学习下deep learing的一些理论知识，打算采用Andrew Ng的网页教程UFLDL Tutorial，据说这个教程写得浅显易懂，也不太长。不过在这这之前还是复习下machi....
分类：
其他好文 时间：
2014-08-23 16:38:01
阅读次数：
256
1. 用户不会在乎你的七大功能，八大特色，只要有一个功能可以打动他，可以解决它心中的痛，或者挠去他心中的痒，那你就有可能获得用户的信赖。
2. 不要给用户谈你们公司有多少个院士，多少个千人计划，多少个专家，多少个博士，你们的产品用到了多fancy的技术，大部分人不会care的. 最显然的就是这种科技新闻下的评论数量几乎为0.
3. 你做了一个新产品，然后你给用户说我用到了最高精尖的Deep Learning技术，通过利用人工神经网络模拟人脑神经的层次化结构实现更加高效精准识别，他...
分类：
其他好文 时间：
2014-08-21 22:53:35
阅读次数：
206
学习笔记之《Learning and Transferring Mid-Level Image Representations using Convolutional Neural Networks》...
分类：
Web程序 时间：
2014-08-21 17:14:34
阅读次数：
440
