学习笔记之《Unsupervised feature learning by augmenting single images》...
分类：
其他好文 时间：
2014-08-25 17:02:34
阅读次数：
241
神经概率语言模型，内容分为三块：问题，模型与准则，实验结果。[此节内容未完待续...]1，语言模型问题 语言模型问题就是给定一个语言词典包括v个单词，对一个字串做出二元推断，推断其是否符合该语言表达习惯。也就是的取值为0或者为1。 概率语言模型放松了对取值的限制，让其在0~1之间取值（语言模...
分类：
其他好文 时间：
2014-08-24 23:45:53
阅读次数：
361
学习笔记之《Learning and Transferring Mid-Level Image Representations using Convolutional Neural Networks》...
分类：
Web程序 时间：
2014-08-21 17:14:34
阅读次数：
440
学习笔记之《Rich feature hierarchies for accurate object detection and semantic segmentation》...
分类：
其他好文 时间：
2014-08-20 16:30:52
阅读次数：
326
爬取淘宝图片并用caffe训练http://blog.csdn.net/lingerlanlan/article/details/31773811http://blog.csdn.net/lingerlanlan/article/details/32329761http://blog.csdn.ne...
分类：
其他好文 时间：
2014-08-20 09:16:06
阅读次数：
209
在之前的章节中，我们已经很好地解决了手写体识别问题（维数为28*28）。但如果是更大的图像（维数为96*96）呢？如果你还是要学习400个特征，那么网络权重参数就有400*96*96即近400万个。
卷积特征提取
如果我们从大型彩色图像（64*64*3）中随机抽取一些小patch（8*8），学到了一些特征，然后用这些特作为滤波器去扫过整张大图，即逐行逐列做卷积。这样做可以大幅减小网...
分类：
其他好文 时间：
2014-08-18 18:41:59
阅读次数：
820
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
学习笔记之《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》...
分类：
Web程序 时间：
2014-08-15 17:50:59
阅读次数：
899
linger博客原创性博文导航
http://blog.csdn.net/lingerlanlan
大学研究游戏外挂技术开始了此博客，断断续续写了些博文。后来，开始机器学习和深度学习的研究工作，由于喜欢和热爱，业余时间也经常性学习，并写博文总结。因此，博文越来越多，由于博文是根据时间排序的，看起来有点乱，所以在此处写个导航。
UFLDL学习笔记和编程
ufldl...
分类：
其他好文 时间：
2014-08-15 00:01:26
阅读次数：
372
