前言: 現在來用PCA,PCA Whitening對自然圖像進行處理。這些理論知識參考前面的博文:Deep learning:十(PCA和whitening)。而本次試驗的數據,步驟,要求等參考網頁:http://deeplearning.stanford.edu/wiki ...
PCA: PCA的具有 個功能,一是維數約簡 可以加快算法的訓練速度,減小內存消耗等 ,一是數據的可視化。 PCA並不是線性回歸,因為線性回歸是保證得到的函數是y值方面誤差最小,而PCA是保證得到的函數到所降的維度上的誤差最小。另外線性回歸是通過x值來預測y值,而PCA中是將所有的x樣本都同等對待。 在使用PCA前需要對數據進行預處理,首先是均值化,即對每個特征維,都減掉該維的平均值,然后就是將 ...
2013-03-21 13:34 1 24070 推薦指數:
前言: 現在來用PCA,PCA Whitening對自然圖像進行處理。這些理論知識參考前面的博文:Deep learning:十(PCA和whitening)。而本次試驗的數據,步驟,要求等參考網頁:http://deeplearning.stanford.edu/wiki ...
前言: 這節主要是練習下PCA,PCA Whitening以及ZCA Whitening在2D數據上的使用,2D的數據集是45個數據點,每個數據點是2維的。參考的資料是:Exercise:PCA in 2D。結合前面的博文Deep learning:十(PCA和whitening ...
廢話: 這博客有三個月沒更新了。 三個月!!!尼瑪我真是夠懶了!! 這三個月我復習什么去了呢? 托福………… 也不是說我復習緊張到完全沒時間更新, 事實上我甚至有時間打LOL。 只是說,我一次就只能(只想?)做一件事情。 對我來說,在兩種不同思維之間轉換是十分耗費能量的。 說白了 ...
前言 本文是基於Exercise:PCA and Whitening的練習。 理論知識見:UFLDL教程。 實驗內容:從10張512*512自然圖像中隨機選取10000個12*12的圖像塊(patch),然后對這些patch進行99%的方差保留的PCA計算,最后 ...
數據預處理是為了讓算法有更好的表現,whitening、PCA、SVD都是預處理的方式: whitening的目標是讓特征向量中的特征之間不相關,PCA的目標是降低特征向量的維度,SVD的目標是提高稀疏矩陣運算的運算速度。 whitening whiten的目的是解除 ...
Google開源了TensorFlow(GitHub),此舉在深度學習領域影響巨大,因為Google在人工智能領域的研發成績斐然,有着雄厚的人才儲備,而且Google自己的Gmail和搜索引擎都在使用 ...
《DEEP LEARNING》 《DEEP LEARNING》 1. 引言 1.1 什么是、為什么需要深度學習 1.2 簡單的機器學習算法對數據表示的依賴 1.3 深度學習的歷史趨勢 最早的人 ...