稀疏自编码器效果不错，但是有个固有缺陷：必须对输入数据的范围缩放到(0,1)。
设想一个图像如果不经预处理，直接把大于1的值输入稀疏自编码器，那么被sigmoid一下，就成了（0,1）的范围了，再被sigmoid一下，还是在（0,1）范围。这样残差根本没办法算，因为经过了sigmoid变换之后的数据已经不可能与输入数据相等了。
但是如果我们把第三层，原先的sigmoid函数换成恒等...
分类：
其他好文 时间：
2014-08-16 15:12:00
阅读次数：
302
自我学习就是稀疏编码器串联一个Softmax分类器，上一节看到，训练400次，准确率为98.2%
在此基础上，我们可以搭建我们的第一个深度网络：栈式自编码（2层）+Softmax分类器
简单地说，我们把稀疏自编码器的输出作为更高一层稀疏自编码器的输入。
和自我学习很像，似乎就是新加了一层，但是其实不然：
新技巧在于，我们这里有个微调的过程，让残差从最高层向输入层传递，微调整个网络权重...
分类：
其他好文 时间：
2014-08-16 12:37:40
阅读次数：
220
Hadamard Transform 在1/2，1/4像素运动估计这一阶段中，对于像素残差，可以选择采用哈达玛变换来代替离散余弦变换进行高低频的分离。 优点：哈达玛矩阵全是+1，-1，因此只需要进行加减法就可以得到变换结果，比离散余弦变换更高效 缺点：高低频分离效果没有离散余弦变换好，原始数据...
分类：
其他好文 时间：
2014-07-29 11:51:17
阅读次数：
533
14.x264_macroblock_encode函数-1
这个函数主要根据已经选定的模式来对宏块残差进行编码。 （1）如果是P_SKIP模式，那么调用x264_macroblock_encode_pskip函数
在x264_macroblock_encode_pskip中先对亮度和色度进行运动补偿...
分类：
其他好文 时间：
2014-05-17 22:37:55
阅读次数：
659
#线性模型中有关函数#基本函数 a<-lm(模型公式，数据源)
#anova(a)计算方差分析表#coef(a)提取模型系数#devinace(a)计算残差平方和#formula(a)提取模型公式#plot(a)绘制模型诊断图#predict(a)用作预测#print(a)显示#residuals(...
分类：
其他好文 时间：
2014-05-14 13:14:07
阅读次数：
389
2>残差的正态性检验：Shapiro-Wilk正态性检验【转】Shapiro-Wilk
(SW) 检验介绍有多种手段评估数据是否正态分布。分两大类：图形和统计量。图形手段包括q-q plot和p-p
plot，统计量手段包括Kolmogorov-Smirnov 检验 and Shapiro-Wilk...
分类：
其他好文 时间：
2014-05-08 01:22:33
阅读次数：
354
