TensorFlow是Google开发的进行Deep Learning的包，目前只是支持在Linux和OSX上运行。不过这个秋季或许就有支持Windows的版本出现了，那么对于使用Windows的开发人员呢，想用TensorFlow也不必等到秋季或转到Linux和OSX系统。在Windows上运行有 ...
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度学习是无监督学习的一种。 深度学习的概念源于人工神经网络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类 ...
分类：
Web程序 时间：
2016-04-23 23:09:15
阅读次数：
451
Python 有两个内建的模块用于处理命令行参数：
一个是 getopt，《Deep in python》一书中也有提到，只能简单处理 命令行参数；
另一个是 optparse，它功能强大，而且易于使用，可以方便地生成标准的、符合Unix/Posix 规范的命令行说明。
示例
下面是一个使用 optparse 的简单示例：
Python代码
fr...
分类：
编程语言 时间：
2016-04-22 20:48:28
阅读次数：
187
https://www.douban.com/note/344374111/
Complementary Prior 的提出，应该是用于解决多层网络中不好计算的问题。
多层有向网络，Deep Belief Networks
如图，多层有向网络中很难进行推断：如果计算 W，我们需要知道第一个隐层的后验概率，那么会遇到几个问题：...
分类：
其他好文 时间：
2016-04-22 20:08:09
阅读次数：
214
Here we will introduce these extensive implementation details, i.e., tricks or tips, for building and training your own deep networks.
主要以下面八个部分展开介绍：
mainly in eight
aspects: 1) data
augment...
分类：
Web程序 时间：
2016-04-22 19:19:39
阅读次数：
232
Pedestrian Detection aided by Deep Learning Semantic Tasks CVPR 2015 本文考虑将语义任务（即：行人属性和场景属性）和行人检测相结合，以语义信息协助进行行人检测。先来看一下大致的检测结果（TA-CNN为本文检测结果）： 可以看出，由于 ...
分类：
其他好文 时间：
2016-04-20 14:58:23
阅读次数：
199
Here we will introduce these extensive implementation details, i.e., tricks or tips, for building and training your own deep networks.
主要以下面八个部分展开介绍：
mainly in eight
aspects: 1) data
augment...
分类：
Web程序 时间：
2016-04-19 12:12:35
阅读次数：
298
学习DL搁置很久了，终于下定决心开始咯~~ Deep Learning(Ian Goodfellow&&Yoshua Bengio&&Aaron Courville)-原书来源：http://www.deeplearningbook.com/ 从人工智能说起，谈到人工智能要解决的问题。在早期，人工智 ...
分类：
其他好文 时间：
2016-04-19 10:12:07
阅读次数：
177
Hintion老爷子在06年的science上的论文里阐述了 RBMs 可以堆叠起来并且通过逐层贪婪的方式来训练，这种网络被称作Deep Belife Networks(DBN)，DBN是一种可以学习训练数据的高层特征表示的网络，DBN是一种生成模型，可见变量 与 个隐层的联合分布： 这里 x = ...
分类：
Web程序 时间：
2016-04-18 11:50:28
阅读次数：
204
1. jQuery has a method that can be used to deep-clone objects, the$.extend() function. Let’s take a look at how it can be used: 注意：Pretty handy, eh? T ...
分类：
编程语言 时间：
2016-04-18 11:33:10
阅读次数：
167
