Deep learning：十三(Softmax Regression)
在前面的logistic regression博文Deep learning：四(logistic regression练习) 中，我们知道logistic regression很适合做一些非线性方面的分类问题，不过它只适合处理二分类的问题，且在给出分类结果时还会给出结果的概率 ...
原文：Deep Learning 学习随记（三）Softmax regression
讲义中的第四章，讲的是Softmax 回归。softmax回归是logistic回归的泛化版，先来回顾下logistic回归。 logistic回归： 训练集为 x ,y ,..., x m ,y m ，其中m为样本数，x i 为特征。 logistic回归是针对二分类问题的，因此类标y i , ，。其估值函数 hypothesis 如下： 代价函数： softmax 回归： softmax回归解 ...
2013-10-13 16:44 0 5741 推荐指数：
相关推荐
Deep learning：十四(Softmax Regression练习)
前言： 这篇文章主要是用来练习softmax regression在多分类器中的应用，关于该部分的理论知识已经在前面的博文中Deep learning：十三(Softmax Regression)有所介绍。本次的实验内容是参考网页：http ...
Deep Learning 6_深度学习UFLDL教程：Softmax Regression_Exercise（斯坦福大学深度学习教程）
前言 练习内容：Exercise:Softmax Regression。完成MNIST手写数字数据库中手写数字的识别，即：用6万个已标注数据（即：6万张28*28的图像块（patches）），作训练数据集，然后利用其训练softmax分类器，再用1万个已标注数据（即：1万张28*28 ...
Deep Learning 学习随记（七）Convolution and Pooling --卷积和池化
图像大小与参数个数： 前面几章都是针对小图像块处理的，这一章则是针对大图像进行处理的。两者在这的区别还是很明显的，小图像（如8*8，MINIST的28*28）可以采用全连接的方式（即输入层和隐含层直 ...
Deep Learning学习随记（一）稀疏自编码器
最近开始看Deep Learning，随手记点，方便以后查看。 主要参考资料是Stanford 教授 Andrew Ng 的 Deep Learning 教程讲义：http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Tutorial ...
Deep Learning 学习随记（八）CNN（Convolutional neural network）理解
前面Andrew Ng的讲义基本看完了。Andrew讲的真是通俗易懂，只是不过瘾啊，讲的太少了。趁着看完那章convolution and pooling， 自己又去翻了翻CNN的相关东西。 当时看 ...
Deep learning：四(logistic regression练习)
前言： 本节来练习下logistic regression相关内容，参考的资料为网页：http://openclassroom.stanford.edu/MainFolder/DocumentPage.php?course=DeepLearning&doc ...
Deep learning：二(linear regression练习)
前言 本文是多元线性回归的练习，这里练习的是最简单的二元线性回归，参考斯坦福大学的教学网http://openclassroom.stanford.edu/MainFolder/Doc ...