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(1),y(1)),...,(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 ...
原文：Deep Learning 学习随记（四）自学习和非监督特征学习
接着看讲义，接下来这章应该是Self Taught Learning and Unsupervised Feature Learning。 含义： 从字面上不难理解其意思。这里的self taught learning指的是用非监督的方法提取特征，然后用监督方法进行分类。比如用稀疏自编码 softmax regression。 对于非监督特征学习，有两种类型，一类是self taught lear ...
2013-10-18 18:18 0 2922 推荐指数：
相关推荐
Deep learning：二十(无监督特征学习中关于单层网络的分析)
本文是读Ng团队的论文” An Analysis of Single-Layer Networks in Unsupervised Feature Learning”后的分析，主要是针对一个隐含层的网络结构进行分析的，分别对比了4种网络结构，k-means, sparse ...
Deep learning：二十一(随机初始化在无监督特征学习中的作用)
这又是Ng团队的一篇有趣的paper。Ng团队在上篇博客文章Deep learning：二十(无监督特征学习中关于单层网络的分析)中给出的结论是：网络中隐含节点的个数，convolution尺寸和移动步伐等参数比网络的层次比网络参数的学习算法本身还要重要，也就是说即使是使用单层的网络 ...
Deep Learning 学习随记（七）Convolution and Pooling --卷积和池化
个输入单元，然后如果要训练100个特征，只这一层就需要96*96*100个参数（W,b），训练时间将是前 ...
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 ...
使用GAN进行异常检测——可以进行网络流量的自学习哇，哥哥，人家是半监督，无监督的话，还是要VAE，SAE。
实验了效果，下面的还是图像的异常检测居多。 https://github.com/LeeDoYup/AnoGAN https://github.com/tkwoo/anogan-keras 看了下，本质上是半监督学习，一开始是有分类模型的。代码如下，生产模型和判别模型 ...
python里的反射(自学习)
在做程序开发中，我们常常会遇到这样的需求：需要执行对象里的某个方法，或需要调用对象中的某个变量，但是由于种种原因我们无法确定这个方法或变量是否存在，这是我们需要用一个特殊的方法或机制要访问和操作 ...