码迷,mamicode.com
首页 >  
搜索关键字:deep learning    ( 5395个结果
转:二叉树的递归和非递归
int deep(root node){ int s=0; if(node) { s=deep(node->left)>deep(node->right)?deep(node->left)+1:deep(node->right)+1; } retur...
分类:其他好文   时间:2014-12-17 20:40:04    阅读次数:140
deep learning学习(四) 逻辑斯蒂(logistic)回归深入理解和matlab程序求参数
第一节中说了,logistic 回归和线性回归的区别是:线性回归是根据样本X各个维度的Xi的线性叠加(线性叠加的权重系数wi就是模型的参数)来得到预测值的Y,然后最小化所有的样本预测值Y与真实值y'的误差来求得模型参数。我们看到这里的模型的值Y是样本X各个维度的Xi的线性叠加,是线性的。 Y=WX ...
分类:其他好文   时间:2014-12-17 18:11:42    阅读次数:8732
Viewing the Raw SQL Statement(xcode で)
Thanks to Core Data. Even without learning SQL and database, you’re able to perform create, select, update and delete operation. However, for those wi...
分类:数据库   时间:2014-12-17 09:07:42    阅读次数:287
【转帖】UFLDL Tutorial(the main ideas of Unsupervised Feature Learning and Deep Learning)
UFLDL TutorialFrom UfldlJump to: navigation, searchDescription: This tutorial will teach you the main ideas of Unsupervised Feature Learning and Deep ...
分类:其他好文   时间:2014-12-16 22:19:52    阅读次数:379
常用JavaScript字符串方法简述
网址来源:http://www.html-js.com/article/JS-rookie-in-the-rookie-to-start-learning-to-fly-the-commonly-used-string-method-in-JavaScriptindexOf(str)返回字符串中参数...
分类:编程语言   时间:2014-12-16 18:31:03    阅读次数:247
OpenCV的machine learning模块使用
opencv中提供的了较为完善的machine learning 模块,包含多种ml算法,极大了简化了实验过程。然而目前网上大部分的资料(包括官方文档)中关于ml模块的使用均是针对1.0风格的旧代码的,这对我们的学习造成了极大的困扰。本文将简单介绍一下如何使用opencv的ml模块进行实验。  首先,准备实验数据,我这里使用的是《模式分类》一书中第二章上机习题的部分数据,旨在进行一个简单的调用过...
分类:系统相关   时间:2014-12-15 20:22:48    阅读次数:436
机器学习 常见算法分类
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径,其...
分类:编程语言   时间:2014-12-15 17:02:01    阅读次数:202
deep learning 学习笔记(三) 线性回归学习速率优化寻找
继续学习http://www.cnblogs.com/tornadomeet/archive/2013/03/15/2962116.html,上一节课学习速率是固定的,而这里我们的目的是找到一个比较好的学习速率。我们主要是观察 不同的学习速率对应的不同的损失值与迭代次数之间的函数曲线是怎么样的,找到...
分类:其他好文   时间:2014-12-15 13:31:37    阅读次数:209
[NN] 对于BackPropagation(BP, 误差反向传播)的一些理解
本文大量参照 David E. Rumelhart, Geoffrey E. Hinton and Ronald J. Williams,Learning representation by back-propagating errors, Nature, 323(9): p533-536, 198...
分类:其他好文   时间:2014-12-15 11:57:25    阅读次数:185
NIPS 2014
一个星期的NIPS终于开完了,Montreal的会场真是高大上,比去年的又大又新太多,设施很好,组织的也很好。因为离我们近,好多深藏不露的人物都来了,不光machine learning,好多vision,NLP和compbio的人也都来了,甚至Radford Neal这种鄙视publication...
分类:其他好文   时间:2014-12-15 08:56:20    阅读次数:718
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!