Deep learning：四十八(Contractive AutoEncoder簡單理解)
Contractive autoencoder是autoencoder的一個變種，其實就是在autoencoder上加入了一個規則項，它簡稱CAE（對應中文翻譯為？）。通常情況下，對 ...
原文：Deep learning：十八(關於隨機采樣)
由於最近在看deep learning中的RBMs網絡，而RBMs中本身就有各種公式不好理解，再來幾個Gibbs采樣，就更令人頭疼了。所以還是覺得先看下Gibbs采樣的理論知識。經過調查發現Gibbs是隨機采樣中的一種。所以本節也主要是簡單層次的理解下隨機采用知識。參考的知識是博客隨機模擬的基本思想和常用采樣方法 sampling ，該博文是網上找到的解釋得最通俗的。其實學校各種帶數學公式的知識 ...
2013-03-26 15:39 0 34002 推薦指數：
相關推薦
Deep learning：三十八(Stacked CNN簡單介紹)
前言： 本節主要是來簡單介紹下stacked CNN（深度卷積網絡），起源於本人在構建SAE網絡時的一點困惑：見Deep learning：三十六(關於構建深度卷積SAE網絡的一點困惑)。因為有時候針對大圖片進行recognition時，需要用到無監督學習的方法 ...
《DEEP LEARNING》
《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 ...
采樣方法 - Sampling Matters in Deep Embedding Learning（Distance weighted sampling） - 1 - 論文學習
Sampling Matters in Deep Embedding Learning ...
Deep learning：二十八(使用BP算法思想求解Sparse coding中矩陣范數導數)
前言： 關於Sparse coding目標函數的優化會涉及到矩陣求數問題，因為里面有好多矩陣范數的導數，加上自己對矩陣運算不熟悉，推導前面博文Deep learning：二十六(Sparse coding簡單理解)中關於拓撲（非拓撲的要簡單很多）Sparse coding代價函數 ...
Deep learning：十六(deep networks)
從self-taught到deep networks： 從前面的關於self-taught learning介 ...
deep learning 以及deep learning 常用模型和方法
首先為什么會有Deep learning，我們得到一個結論就是Deep learning需要多層來獲得更抽象的特征表達。 1.Deep learning與Neural Network 深度學習是機器學習研究中的一個新的領域，其動機在於建立、模擬人腦進行分析學習的神經網絡，它模仿人腦 ...
深度學習課程筆記（十八）Deep Reinforcement Learning - Part 1 (17/11/27) Lectured by Yun-Nung Chen @ NTU CSIE
深度學習課程筆記（十八）Deep Reinforcement Learning - Part 1 (17/11/27) Lectured by Yun-Nung Chen @ NTU CSIE 2018-08-11 13:42:23 This video can be found ...