前言 理论知识：UFLDL教程和http: www.cnblogs.com tornadomeet archive .html 实验环境：win ， matlab b， G内存， T机械硬盘 实验内容：Exercise:Convolution and Pooling。从 张 的RGB图片 它是the STL Dataset的一个子集 中提取特征作为训练数据集，训练softmax分类器，然后从 张 ...
2015-11-18 18:12 0 1900 推荐指数：
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 ...
前言 理论知识：UFLDL教程、Deep learning：二十六(Sparse coding简单理解)、Deep learning：二十七(Sparse coding中关于矩阵的范数求导)、Deep learning：二十九(Sparse coding练习) 实验环境：win7 ...
前言 实验内容：Exercise:Learning color features with Sparse Autoencoders。即：利用线性解码器，从100000张8*8的RGB图像块中提取颜色特征，这些特征会被用于下一节的练习 理论知识：线性解码器和http ...
前言 本文是基于Exercise:PCA and Whitening的练习。 理论知识见：UFLDL教程。 实验内容：从10张512*512自然图像中随机选取10000个12*12的图像块（patch），然后对这些patch进行99%的方差保留的PCA计算，最后 ...
前言 1.理论知识：UFLDL教程、Deep learning：十六(deep networks) 2.实验环境：win7， matlab2015b，16G内存，2T硬盘 3.实验内容：Exercise: Implement deep networks for digit ...
1前言 本人写技术博客的目的，其实是感觉好多东西，很长一段时间不动就会忘记了，为了加深学习记忆以及方便以后可能忘记后能很快回忆起自己曾经学过的东西。 首先，在网上找了一些资料，看见介绍说UFLDL很不错，很适合从基础开始学习，Adrew Ng大牛写得一点都不装B ...
理论知识：UFLDL数据预处理和http://www.cnblogs.com/tornadomeet/archive/2013/04/20/3033149.html 数据预处理是深度学习中非常重要的一步！如果说原始数据的获得，是深度学习中最重要的一步，那么获得原始数据之后对它的预处理更是重要 ...
(Notes and Codes of Machine Learning by Andrew Ng from Stanford University) 说明：为了保证连贯性，文章按照专题而不是原本的课程进度来组织。 零、什么是机器学习？ 机器学习就是：根据已有的训练集D，采用学习算法A，得到 ...
