从LeNet-5开始，cnn就有了标准的结构：stacked convolutional layers are followed by one or more fully-connected layers。对于Imagenet这种大的数据集，趋势是增加层数和层的大小，用dropout解决过拟合。 1 ...
分类：
Web程序 时间：
2017-04-11 13:29:21
阅读次数：
589
运用KNFST进行降维，用于行人再识别。 原理部分 NFST KNFST 实验部分 数据库 VIPeR: 论文提供了提取特征后的数据。 VIPeR contains 632 identities and each has two images captured outdoor from two vi ...
分类：
其他好文 时间：
2017-04-07 15:36:59
阅读次数：
196
机器学习算法大致可以分为三种： 1. 监督学习(如回归，分类) 2. 非监督学习(如聚类，降维) 3. 增强学习 什么是增强学习呢？ 增强学习（reinforcementlearning, RL）又叫做强化学习，是近年来机器学习和智能控制领域的主要方法之一。 定义: Reinforcement le ...
分类：
其他好文 时间：
2017-04-06 18:51:57
阅读次数：
218
主成分分析（Principal components analysis，以下简称PCA）是最重要的降维方法之一。在数据压缩消除冗余和数据噪音消除等领域都有广泛的应用。一般我们提到降维最容易想到的算法就是PCA，下面我们就对PCA的原理做一个总结。 1. PCA的思想 PCA顾名思义，就是找出数据里最 ...
分类：
其他好文 时间：
2017-04-05 22:03:12
阅读次数：
294
特征选择和降维存在着联系，但是却不能把它们混为一谈。 先说说联系，当数据的维度很高时，经常伴随着数据样本稀疏、距离计算困难等问题，即所谓的“维数灾难”(curse of dimensionality)。而缓解维数灾难有两个重要的途径，也就是降维和特征选择，可以这么认为，特征选择和降维的目标都是降低数 ...
分类：
其他好文 时间：
2017-04-05 16:26:10
阅读次数：
289
本周做数据的预处理，本次有两个方向， 第一个是用pca算法进行预处理，进行降维 第二方向是通过k-mean算法进行处理，想法是利用聚类分析中 的K-means算法对训练集进行预处理(在第二次任务中有说明) 时间 内容 4.2-4.8 进行k-mean算法处理数据，完成上周遗留的bug，写读书笔记。 ...
分类：
其他好文 时间：
2017-04-01 21:53:06
阅读次数：
360
在知乎上看到这个讲解，感觉很深刻。 首先，讲到矩阵的秩，几乎必然要引入矩阵的SVD分解：X=USV'，U,V正交阵，S是对角阵。如果是完全SVD分解的话，那S对角线上非零元的个数就是这个矩阵的秩了（这些对角线元素叫做奇异值），还有些零元，这些零元对秩没有贡献。 有了这个前提，我们就可以用各种姿势来看 ...
分类：
其他好文 时间：
2017-03-24 14:06:08
阅读次数：
150
最近在找降维的解决方案中，发现了下面的思路，后面可以按照这思路进行尝试下： 链接：http://www.36dsj.com/archives/26723 引言 机器学习领域中所谓的降维就是指采用某种映射方法，将原高维空间中的数据点映射到低维度的空间中。降维的本质是学习一个映射函数 f : x->y， ...
分类：
编程语言 时间：
2017-03-17 14:14:11
阅读次数：
261
在做数字图像处理的时候，特别是PCA降维的时候，很多情况下要遇到协方差矩阵，其实一直糊里糊涂的不知道到底是个什么东西， 以下是我收集的网上资料做的整理和自己的一些理解。 统计学的基本概念 学过概率统计的孩子都知道，统计里最基本的概念就是样本的均值，方差，或者再加个标准差。首先我们给你一个含有n个样本 ...
分类：
其他好文 时间：
2017-03-14 13:11:03
阅读次数：
170
