前言 實驗內容:Exercise:Learning color features with Sparse Autoencoders。即:利用線性解碼器,從100000張8*8的RGB圖像塊中提取顏色特征,這些特征會被用於下一節的練習 理論知識:線性解碼器和http ...
前言 理論知識:UFLDL教程 Deep learning:二十六 Sparse coding簡單理解 Deep learning:二十七 Sparse coding中關於矩陣的范數求導 Deep learning:二十九 Sparse coding練習 實驗環境:win , matlab b, G內存, T機械硬盤 本節實驗比較不好理解也不好做,我看很多人最后也沒得出好的結果,所以得花時間仔細理 ...
2015-11-26 16:56 0 2910 推薦指數:
前言 實驗內容:Exercise:Learning color features with Sparse Autoencoders。即:利用線性解碼器,從100000張8*8的RGB圖像塊中提取顏色特征,這些特征會被用於下一節的練習 理論知識:線性解碼器和http ...
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 ...
前言 練習內容:Exercise:Softmax Regression。完成MNIST手寫數字數據庫中手寫數字的識別,即:用6萬個已標注數據(即:6萬張28*28的圖像塊(patches)),作訓練數據集,然后利用其訓練softmax分類器,再用1萬個已標注數據(即:1萬張28*28 ...
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 ...
1前言 本人寫技術博客的目的,其實是感覺好多東西,很長一段時間不動就會忘記了,為了加深學習記憶以及方便以后可能忘記后能很快回憶起自己曾經學過的東西。 首先,在網上找了一些資料,看見介紹說UFLDL很不錯,很適合從基礎開始學習,Adrew Ng大牛寫得一點都不裝B ...
前言 1.理論知識:UFLDL教程、Deep learning:十六(deep networks) 2.實驗環境:win7, matlab2015b,16G內存,2T硬盤 3.實驗內容:Exercise: Implement deep networks for digit ...
理論知識:UFLDL數據預處理和http://www.cnblogs.com/tornadomeet/archive/2013/04/20/3033149.html 數據預處理是深度學習中非常重要的一步!如果說原始數據的獲得,是深度學習中最重要的一步,那么獲得原始數據之后對它的預處理更是重要 ...
(Notes and Codes of Machine Learning by Andrew Ng from Stanford University) 說明:為了保證連貫性,文章按照專題而不是原本的課程進度來組織。 零、什么是機器學習? 機器學習就是:根據已有的訓練集D,采用學習算法A,得到 ...