（原文地址：维基百科）简单介绍：脉冲神经网络Spiking neuralnetworks(SNNs)是第三代神经网络模型，其模拟神经元更加接近实际，除此之外，把时间信息的影响也考虑当中。思路是这种，动态神经网络中的神经元不是在每一次迭代传播中都被激活（而在典型的多层感知机网络中却是），而是在它的膜电...
分类：
Web程序 时间：
2015-02-13 22:24:50
阅读次数：
210
第二次作业基本部分包含三部分，Q1: Two-layer Neural Network，Q2: Modular Neural Network，Q3: ConvNet on CIFAR-10。Q1: Two-layer Neural Network这部分将要实现一个两层的神经网络，包括前向传播与BP后...
分类：
其他好文 时间：
2015-02-12 12:08:01
阅读次数：
3624
再理解RankNet算法
前面的一篇博文介绍了学习排序算法（Learning to Rank）中的RankNet算法。如下：
http://blog.csdn.net/puqutogether/article/details/42124491
那次的入门对其中的算法流程和基本原理没有深入了解，这次看自动摘要提取算法的时候，里面有一个排序单元，使用到的...
分类：
编程语言 时间：
2015-02-09 11:04:55
阅读次数：
334
这一篇是整个第五章的精华了，会重点介绍一下Neural Networks的训练方法——反向传播算法（backpropagation，BP），这个算法提出到现在近30年时间都没什么变化，可谓极其经典。也是deep learning的基石之一。还是老样子，下文基本是阅读笔记（句子翻译+自己理解），把书里的内容梳理一遍，也不为什么目的，记下来以后自己可以翻阅用。...
分类：
编程语言 时间：
2015-02-07 23:03:19
阅读次数：
313
前一篇文章"Learning to Rank中Pointwise关于PRank算法源码实现"讲述了基于点的学习排序PRank算法的实现.该篇文章主要讲述Listwise Approach和基于神经网络的ListNet算法及Java实现.包括：
1.基于列的学习排序(Listwise)介绍
2.ListNet算法介绍
3.ListNet算法Java实现
LTR中单文档方法是将训练集里每一个文档当做一个训练实例,文档对方法是将同一个查询的搜索结果里任意两个文档对作为一个训练实例,...
分类：
编程语言 时间：
2015-02-05 23:31:36
阅读次数：
1230
（一）神经网络简介 主要是利用计算机的计算能力，对大量的样本进行拟合，最终得到一个我们想要的结果，结果通过0-1编码，这样就OK啦 （二）人工神经网络模型 一、基本单元的三个基本要素 1、一组连接（输入），上面含有连接强度（权值）。 2、一个求和单元 3、一个非线性激活函数，起到将非线性映射作用，并...
分类：
编程语言 时间：
2015-02-03 19:08:20
阅读次数：
221
我们前面已经讲了如何训练稀疏自编码神经网络，当我们训练好这个神经网络后，当有新的样本输入到这个训练好的稀疏自编码器中后，那么隐藏层各单元的激活值组成的向量就可以代表（因为根据稀疏自编码，我们可以用来恢复），也就是说就是在新的特征下的特征值。每一个特征是使某一个取最大值的输入。假设隐藏层单元有200个...
分类：
其他好文 时间：
2015-02-03 16:48:23
阅读次数：
460
神经网络neural network，是生物科学和信息科学交叉的产物。用计算机模拟人脑的工作过程，完成分类识别的任务。
这里我们先感性的介绍神经网络及其训练过程，然后数学推导这个过程。
一个神经元和其它神经元连接：
一个神经元通常和若干个神经元相连...
分类：
其他好文 时间：
2015-02-03 11:11:01
阅读次数：
464
人工神经网络初窥人工神经网络（ArtificialNeuralNetwork，简称ANN），以数学模型模拟神经元活动，是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统。人工神经网络具有自学习、自组织、自适应以及很强的非线性函数逼近能力，拥有强大的容错性。它可以实现仿真、预测以及模糊控制等功能...
分类：
其他好文 时间：
2015-02-03 00:37:14
阅读次数：
388
这一篇是整个第五章的精华了，会重点介绍一下Neural Networks的训练方法——反向传播算法（backpropagation，BP），这个算法提出到现在近30年时间都没什么变化，可谓极其经典。也是deep learning的基石之一。还是老样子，下文基本是阅读笔记（句子翻译+自己理解），把书里...
分类：
编程语言 时间：
2015-02-01 14:41:45
阅读次数：
348
