發(fā)簡信
IP屬地：臺灣
-
Batch normalization
http://blog.csdn.net/hjimce/article/details/50866313這篇文章不錯
-
正則化方法
正則化的作用 正則化是為了防止過擬合采取的策略，主要的正則化方法有L1、L2、dropout、dropconnect L2正則化 具體的公式如下...
-
神經(jīng)網(wǎng)絡(luò)的參數(shù)更新這個需要翻墻的外國網(wǎng)站寫的很好：http://ruder.io/optimizing-gradient-descent/index.html#m...
-
神經(jīng)網(wǎng)絡(luò)的初始化參數(shù)方法
神經(jīng)網(wǎng)絡(luò)的參數(shù)也就是權(quán)重W很多，通過BP反向傳播可以逐漸得到使Cost Function最小的參數(shù)，但是這些參數(shù)的初始值對于收斂的速度，最后的準...
-
常用的激活函數(shù)
激活函數(shù)的作用 激活函數(shù)的作用是能夠給神經(jīng)網(wǎng)絡(luò)加入一些非線性因素，使得神經(jīng)網(wǎng)絡(luò)可以更好地解決較為復(fù)雜的問題。我們知道神經(jīng)網(wǎng)絡(luò)的神經(jīng)元輸入的是x的...
-
卷積神經(jīng)網(wǎng)絡(luò)（CNN）基礎(chǔ)前言 在七月初七情人節(jié)，牛郎織女相見的一天，我終于學(xué)習(xí)了CNN（來自CS231n），感覺感觸良多，所以趕快記下來，別忘了，最后祝大家情人節(jié)快樂5...
-
QEM網(wǎng)格簡化說明 QEM網(wǎng)格簡化可以有效的減少復(fù)雜網(wǎng)格的頂點數(shù)同時保留原網(wǎng)格的拓撲特征，可以自定義減少后的頂點數(shù)，是十分重要的算法，在計算幾何領(lǐng)域，它實現(xiàn)的...
-
RVD（Restricted Voronoi Diagram）的并行算法
前言 小學(xué)期的項目，做之前不和我們說是工業(yè)級的保密算法，做之后，只有一篇論文，還是紙質(zhì)版，沒有電子版，一個月的時間還有許多bug，但是盡力了。使...
-
隨機梯度下降（SGD）和批量梯度下降以及擬牛頓法批量梯度下降和隨機梯度下降是機器學(xué)習(xí)中很常用的學(xué)習(xí)方法，批量梯度下降更為準確，但是每一輪訓(xùn)練都要遍歷全部的樣本而隨機梯度下降則沒有這一問題，但是...