Deep learning：十七(Linear Decoders，Convolution和Pooling)
本文主要是學習下Linear Decoder已經在大圖片中經常采用的技術convolution和pooling，分別參考網頁http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Tutorial中對應的章節部分 ...
原文：Deep learning：二十三(Convolution和Pooling練習)
前言： 本次實驗是練習convolution和pooling的使用，更深一層的理解怎樣對大的圖片采用convolution得到每個特征的輸出結果，然后采用pooling方法對這些結果進行計算，使之具有平移不變等特性。實驗參考的是斯坦福網頁教程：Exercise:Convolution and Pooling。也可以參考前面的博客：Deep learning：十七 Linear Decoders， ...
2013-04-09 12:38 56 33334 推薦指數：
相關推薦
Deep Learning 學習隨記（七）Convolution and Pooling --卷積和池化
圖像大小與參數個數： 前面幾章都是針對小圖像塊處理的，這一章則是針對大圖像進行處理的。兩者在這的區別還是很明顯的，小圖像（如8*8，MINIST的28*28）可以采用全連接的方式（即輸入層和隱含層直 ...
Deep learning：二十四(stacked autoencoder練習)
前言： 本次是練習2個隱含層的網絡的訓練方法，每個網絡層都是用的sparse autoencoder思想，利用兩個隱含層的網絡來提取出輸入數據的特征。本次實驗驗要完成的任務是對MINST進行手寫數字識別，實驗內容及步驟參考網頁教程Exercise: Implement deep ...
Deep Learning 10_深度學習UFLDL教程：Convolution and Pooling_exercise（斯坦福大學深度學習教程）
前言 理論知識：UFLDL教程和http://www.cnblogs.com/tornadomeet/archive/2013/04/09/3009830.html 實驗環境：win7， matlab2015b，16G內存，2T機械硬盤 實驗內容：Exercise:Convolution ...
Deep learning：二十二(linear decoder練習)
前言： 本節是練習Linear decoder的應用，關於Linear decoder的相關知識介紹請參考：Deep learning：十七(Linear Decoders，Convolution和Pooling)，實驗步驟參考Exercise: Implement deep ...
Deep learning：二十九(Sparse coding練習)
前言 本節主要是練習下斯坦福DL網絡教程UFLDL關於Sparse coding那一部分，具體的網頁教程參考：Exercise:Sparse Coding。該實驗的主要內容是從2w個自然圖像的patches中分別采用sparse coding和拓撲的sparse coding方法 ...
[二十三]JavaIO之PushbackReader
功能簡介 PushBackReader允許將字符推回到流的字符流 reader PushBackReader 是一個 ...
Deep learning：十三(Softmax Regression)
在前面的logistic regression博文Deep learning：四(logistic regression練習) 中，我們知道logistic regression很適合做一些非線性方面的分類問題，不過它只適合處理二分類的問題，且在給出分類結果時還會給出結果的概率 ...