http://blog.csdn.net/hjimce/article/details/50866313這篇文章不錯(cuò)
發(fā)簡(jiǎn)信
IP屬地：吉林
-
正則化方法
正則化的作用 正則化是為了防止過(guò)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： 也就是在原來(lái)的代價(jià)函數(shù)上加...
-
神經(jīng)網(wǎng)絡(luò)的參數(shù)更新這個(gè)需要翻墻的外國(guó)網(wǎng)站寫(xiě)的很好：http://ruder.io/optimizing-gradient-descent/index.html#momentum SGD遇到的問(wèn)...
-
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(guò)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(duì)于收斂的速度，最后的準(zhǔn)確率有很大的影響，那么我們應(yīng)該...
-
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(wèn)題。我們知道神經(jīng)網(wǎng)絡(luò)的神經(jīng)元輸入的是x的線性組合wx+b，是線性的，當(dāng)...
-
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(jiàn)的一天，我終于學(xué)習(xí)了CNN（來(lái)自CS231n），感覺(jué)感觸良多，所以趕快記下來(lái)，別忘了，最后祝大家情人節(jié)快樂(lè)5555555.正題開(kāi)始! CN...
-
QEM網(wǎng)格簡(jiǎn)化說(shuō)明 QEM網(wǎng)格簡(jiǎn)化可以有效的減少?gòu)?fù)雜網(wǎng)格的頂點(diǎn)數(shù)同時(shí)保留原網(wǎng)格的拓?fù)涮卣?，可以自定義減少后的頂點(diǎn)數(shù)，是十分重要的算法，在計(jì)算幾何領(lǐng)域，它實(shí)現(xiàn)的效果是這個(gè)樣子的： 優(yōu)點(diǎn) 1....
-
RVD（Restricted Voronoi Diagram）的并行算法
前言 小學(xué)期的項(xiàng)目，做之前不和我們說(shuō)是工業(yè)級(jí)的保密算法，做之后，只有一篇論文，還是紙質(zhì)版，沒(méi)有電子版，一個(gè)月的時(shí)間還有許多bug，但是盡力了。使用了Eigen3.0.0和fr...
-
隨機(jī)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(jī)梯度下降是機(jī)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(zhǔn)確，但是每一輪訓(xùn)練都要遍歷全部的樣本而隨機(jī)梯度下降則沒(méi)有這一問(wèn)題，但是他最后的結(jié)果會(huì)在局部最優(yōu)解附近...
-
-
牛頓下降法和梯度下降法基礎(chǔ)前言 學(xué)習(xí)機(jī)器學(xué)習(xí)一直是用梯度下降法的，對(duì)于牛頓下降法并沒(méi)有什么了解，但是小學(xué)期同學(xué)的一個(gè)項(xiàng)目用到了牛頓下降法，同時(shí)好多大神同學(xué)的夏令營(yíng)之旅問(wèn)到了牛頓下降法（我等弱雞瘋狂被刷...
-
K-means均值聚類(lèi)
算法步驟 算法很簡(jiǎn)單一共4步： 1）隨機(jī)在圖中取K個(gè)種子點(diǎn)。2）然后對(duì)圖中的所有點(diǎn)求到這K個(gè)種子點(diǎn)的距離，假如點(diǎn)Pi離種子點(diǎn)Si最近，那么Pi屬于Si點(diǎn)群。（上圖中，我們可以...
-
主成分分析（PCA）的推導(dǎo)與解釋前言 PCA是一種無(wú)參數(shù)的數(shù)據(jù)降維方法，在機(jī)器學(xué)習(xí)中很常用，這篇文章主要從三個(gè)角度來(lái)說(shuō)明PCA是怎么降維的分別是方差角度，特征值和特征向量以及SVD奇異值分解。 PCA的推導(dǎo)...
-
奇異值分解（SVD）
一些基礎(chǔ) 關(guān)于正交矩陣 正交矩陣是指各行所形成的多個(gè)向量間任意拿出兩個(gè),都能正交關(guān)系式，正交矩陣的重要性質(zhì)是AT=A-1，向量正交是指兩個(gè)向量的內(nèi)積為0，也就是三維空間上兩個(gè)...
-
特征值和特征向量
前言 大二學(xué)了線代，講了特征值和特征向量，但是老師的暴力朗讀ppt真是讓我覺(jué)得夠了，還有關(guān)于特征值和特征向量就是單純的公式求解，為什么是這樣的一概不講，有什么用，有什么意義一...
-
矩陣的LU分解
前言 看了麻省理工的線性代數(shù)的一部分課程，主要是補(bǔ)補(bǔ)課，大二線代忘得差不多，主要目的是學(xué)習(xí)SVD，學(xué)習(xí)SVD之前補(bǔ)補(bǔ)前面的課，第一課就是LU分解了。 什么是LU分解 L是指下...
-
少年，一起來(lái)玩游戲嗎？ 投稿須知： 1.本專(zhuān)題僅收錄關(guān)于游戲相關(guān)的文章，題材不限如游戲速報(bào)，游戲干貨分享，游戲攻略，游戲小說(shuō)等跟游戲相關(guān)文章即可。 2.文章內(nèi)不可以有二維碼，推廣連接，微信號(hào)QQ號(hào)，圖片不能有水印等疑是廣告內(nèi)容。
-
-
如果你是程序員，或者有一顆喜歡寫(xiě)程序的心，喜歡分享技術(shù)干貨、項(xiàng)目經(jīng)驗(yàn)、程序員日常囧事等等，歡迎投稿《程序員》專(zhuān)題。 專(zhuān)題主編：小彤花園 http://www.itdecent.cn/users/4a4eb4feee62/ 【程序員】專(zhuān)題拒稿指北：http://www.itdecent.cn/p/7c8b33b5f63b 投稿須知： 1.收錄相關(guān)技術(shù)文章，但不限于技術(shù)，也可以是項(xiàng)目經(jīng)驗(yàn)類(lèi)的文章和程序員日常。 2.文章內(nèi)不得有任何推廣信息。包括但不限于公眾號(hào)、微博、微信，更不得在通過(guò)投稿后再修改文章加入推廣信息。你可以將這些推廣以及個(gè)人信息放在個(gè)人主頁(yè)介紹里。 3.字?jǐn)?shù)極少，段落混亂，大段代碼沒(méi)有放到代碼框的文章不收錄 4.不相關(guān)的內(nèi)容不收錄，請(qǐng)確認(rèn)文章內(nèi)容和本專(zhuān)題相關(guān) 目前針對(duì)優(yōu)質(zhì)作者及愛(ài)好者，開(kāi)設(shè)了官方程序員微信群，希望加入請(qǐng)發(fā)簡(jiǎn)信給主編小彤花園索取個(gè)人微信，主編會(huì)將你加入到【程序員】微信群，分享內(nèi)容，收獲知識(shí)。添加微信時(shí)備注昵稱。
-
自然科普專(zhuān)題收錄與推薦標(biāo)準(zhǔn)請(qǐng)參考: http://www.itdecent.cn/p/e38bf5116797 如因?yàn)橐恍┛筛膭?dòng)的問(wèn)題被拒稿，請(qǐng)?jiān)谛薷暮蠛?jiǎn)信聯(lián)系主編：刷牙喝涼白開(kāi)，主編審核后將收錄符合要求的文章；如在了解收錄標(biāo)準(zhǔn)后仍對(duì)拒稿有異議，也可簡(jiǎn)信聯(lián)系主編。 《自然科普月刊》將恢復(fù)發(fā)刊，歡迎大家踴躍投稿，投稿可發(fā)鏈接給主編。 專(zhuān)題長(zhǎng)期招募副編。副編招募信息見(jiàn)下： http://www.itdecent.cn/p/9d116265ccc1
