第二次作业 一， 1. 计算算术平均数 2.列出残差 3.计算标准差的估值 4.检查和剔除粗大误差 5.判断有无系统误差 6.算术平均值标准差的估计值 7.写出最后结果的表达式 二， 误差是测量结果与真值之差，它以真值或约定真值为中心，而测量不确定度是以被测量的估计值为中心的。 第三次作业 在微机内 ...
分类：
其他好文 时间：
2017-03-22 00:08:03
阅读次数：
117
最近在看的一篇论文中使用来了残差网络的结构，所以来了解一下残差网络的工作原理。残差网络的深度可以达到令人发指的深度，具体有多牛逼我也不多说了。 背景 大家都知道更深的网络能够产生更好的效果，但是训练一个很深的网络却一直是一个难题，主要原因有如下几点：梯度消失、尺度不均匀的初始化。为了解决这些问题，许 ...
分类：
Web程序 时间：
2017-03-17 14:50:39
阅读次数：
328
声明：Caffe 系列文章是我们实验室 黄佳斌 大神所写的内部学习文档，已经获得他的授权允许。 本参考资料是在 Ubuntu14.04 版本下进行，并且默认 Caffe 所需的环境已经配置好，下面教大家如何搭建 KaiMing He 的 Residual Network（残差网络）。 Cite: H ...
分类：
Web程序 时间：
2017-02-25 18:57:05
阅读次数：
3555
问题：做一个简单线性回归和多元线性回归模型，怎么来度量这个模型呢？ 回答： #Y中总的离差平方和 SST=∑(yi-?)2 #回归平方和 SSR=∑(Ýi-?)2 #SSE残差平凡和 SSE=∑(yi-Ýi)2 在图中关系： 在线性［简单还是多元］回归中有： SST=SSR+SSE yi=Ý-(yi ...
分类：
其他好文 时间：
2017-02-20 21:31:31
阅读次数：
201
方差分析的主要功能就是验证两组样本，或者两组以上的样本均值是否有显著性差异（是否一致）。 这里有两个大点需要注意：①方差分析的原假设是：样本不存在显著性差异（即，均值完全相等）；②两样本数据无交互作用（即，样本数据独立）这一点在双因素方差分析中判断两因素是否独立时用。 原理 方差分析的原理就一个方程 ...
分类：
其他好文 时间：
2017-02-16 00:15:13
阅读次数：
280
P0问题求解相关算法 1.OMP 搜寻最小误差即求<>的最大值 对误差求导， 即, A中对应SS的列与残差正交。 算法步骤： 输入稀疏向量x(m*1)，列归一化矩阵A(n*m)，理想输出b，稀疏度K，误差精度 初始化残差r1为b 找到A'*r1的最大值所在索引posZ（列索引，有相对应的x的元素） ...
分类：
编程语言 时间：
2016-11-14 12:10:02
阅读次数：
373
ABSTRACT: 1.Deeper neural networks are more difficult to train. 2.We present a residual learning framework to ease the training of networks that are s ...
分类：
其他好文 时间：
2016-10-13 11:33:05
阅读次数：
445
线性回归：是利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。 对于一般训练集： 参数系统为： 线性模型为： 线性回归的目的为最小化J(θ)： 简单线性回归模型为： 定义残差均方和(residual sum of squares, RSS, J(θ))： ... ...
分类：
其他好文 时间：
2016-09-24 00:39:28
阅读次数：
226
数据压缩的一个基本问题是“我们要压缩什么”，对此你是怎样理解的？ 压缩文件大小，即对一组数据进行公式化（建模），计算出他的残差，再存储所得公式和残差（建模+编码），以此达到数据压缩的目的。 数据压缩的另一个问题是“为什么进行压缩”，对此你又是如何理解的？ 当数据量很大时，如果不进行数据压缩，传输和存 ...
分类：
其他好文 时间：
2016-08-23 13:14:01
阅读次数：
106
这里介绍一种深度残差网(deep residual networks)的训练过程： 1、通过下面的地址下载基于python的训练代码： https://github.com/dnlcrl/deep-residual-networks-pyfunt 2、这些训练代码需要和pydataset包。下面介绍 ...
分类：
Web程序 时间：
2016-07-29 22:46:25
阅读次数：
1030
