线性变换

第二次作业：卷积神经网络 part 1

一、视频学习及问题总结深度学习的数学基础1.1矩阵线性变换给定的矩阵A，假设其特征值为λ，特征向量为x，则有Ax=λx，特征向量只有尺度变化，没有方向变化，变化系数就是特征值。
Dingding_lucky·2020-08-01 20:00

第二次作业：卷积神经网络 part 1

1视频学习1.1深度学习的数学基础在这一章里主要学习了以下内容：矩阵的线性变换，特征向量与特征值；秩：如果矩阵的各行具有相关性，一般是低秩的；通常利用秩进行数据降维（如：利用最大秩压缩图像、奇异值分解）
小小凤~·2020-08-01 17:00

第二次作业：卷积神经网络part1

深度学习的数学基础知识概率是基础，支持向量机设计很多数学基础、梯度下降时神经网络共同的基础概率论（统计）、信息论：模型假设、策略设计的基础线性代数：数据表示、空间变换的基础最优化、微积分：求解目标函数的具体算法1.1矩阵线性变换
陳半仙·2020-08-01 16:00

第二次作业：卷积神经网络 part 1

限制神经元平均激活度在一个很小的值去噪自编码器：提取鲁棒特征表达变分自编码器：数据生成、缺失数据填补、图像超高分辨率——基于隐层特征表达空间Z，通过解码曾，生成样本数学基础概率论（统计）——基础、信息论线性代数矩阵线性变换
Life9706·2020-08-01 15:00

第二次作业：卷积神经网络 part01

视频学习机器学习的数学基础特征向量形象化的描述：对一个矩阵施加线性变换后，使矩阵发生尺度变化而不改变方向。秩形象化的描述：秩序，复杂度，一个数据分布很容易被捕捉，则秩小，很难被捕捉，则秩大。
QQQQQQgq·2020-08-01 15:00

线性回归中的非线性变换

非线性变换在线性回归模型中，会发现有些变量与预测变量不是线性关系，所以需要非线性变换，把非线性关系转换为线性关系。
Arron_yuan·2020-08-01 12:20

【OpenCV学习1】基本图像操作

类Mat常用函数：Mat常用构造函数：二.图像基本操作：三通道图像的存储方式：获取图像像素指针：像素范围处理:实例1图像反差操作：实例2图像伪单通道输出：实例3转伪灰度图像：图像混合：图像对比度调整（线性变换点操作
S.E·2020-08-01 10:18

常见的激活函数 sigmod Relu tanh LeakyRelu及复现代码

目录1.激活函数的作用2.sigmod3.Relu4.tanh5.LeakyRelu1.激活函数的作用关于神经网络中的激活函数的作用，通常都是这样解释：如果不使用激活函数的话，神经网络的每层都只是做线性变换
库兹纳·2020-08-01 09:23

3D数学 ---- 矩阵和线性变换 (转载）

3D数学----矩阵和线性变换一般来说，方阵能描述任意线性变换。线性变换保留了直线和平行线，但原点没有移动。线性变换保留直线的同时，其他的几何性质如长度、角度、面积和体积可能被变换改变了。
zzffly9·2020-08-01 09:12

【Python实例第28讲】核主成分

使用核函数，将原始的主成分线性变换转换到生成的核希尔伯特空间进行。这样做主要是由于：原始数据点在低维空间不可分，而在高维空间可分。这个例子演示了核PCA能够找到原始数据的一
Goodsta·2020-08-01 07:21

神经网络中常用的几种激活函数的理解

1.什么是激活函数  在神经网络中，我们经常可以看到对于某一个隐藏层的节点，该节点的激活值计算一般分为两步：  （1）输入该节点的值为$x_1,x_2$时，在进入这个隐藏节点后，会先进行一个线性变换，计算出值
weixin_30361641·2020-08-01 03:20

数据降维-核化线性降维（kernelized PCA）

传统的PCA使用的是线性变换，为此(Schoelkopfetal.1998)在传统的PCA中引进了kernel的技巧，本文的主要参考文献为MLAPP,参考的是第14章的第四小节，算法如下：这个算法，和传统的
u_say2what·2020-08-01 02:05

核主成分分析KPCA+C代码

KPCA用非线性变换将输入数据空间映射到高维空间，使非线性问题转为线性问题，然后在高维空间中使用PCA方法提取主成分，在保持原数据信息量的基础上达到降维的目的。
再__努力1点·2020-08-01 02:33

Matlab图像处理系列1———线性变换和直方图均衡

灰度线性变换和灰度拉伸是对像素灰度值的变换操作，直方图是对像素灰度值的统计，直方图均衡是对灰度值分布的变换。
我是郭俊辰·2020-08-01 02:29

通俗理解神经网络之激励函数(Activation Function)

关于神经网络激励函数的作用，常听到的解释是：不使用激励函数的话，神经网络的每层都只是做线性变换，多层输入叠加后也还是线性变换。因为线性模型的表达能力不够，激励函数可以引入非线性因素。
hyman_yx·2020-08-01 01:35

矩阵论-线性变换的特征值与特征变换

线性空间与线性变换综述1.2线性变换及其矩阵1.2.3特征值与特征向量综述本系列博文主要总结学习矩阵论的心得笔记，参考数目《矩阵论》–张凯院；整个文章的整理体系参照行书过程。
平凡之路_cyy·2020-08-01 00:43

神经网络中常用的几种激活函数的理解

1.什么是激活函数  在神经网络中，我们经常可以看到对于某一个隐藏层的节点，该节点的激活值计算一般分为两步：  （1）输入该节点的值为x1,x2x1,x2时，在进入这个隐藏节点后，会先进行一个线性变换，
EchoLLLiu·2020-08-01 00:36

[机器学习] 机器学习中所说的“线性模型”是个什么东西？

也就说对于输入来说，完全可以对先对其进行非线性变换，再进行线性组合。从这个角度来说，线性模型完全具有描述非线性的能力。举一个简单的例子：y=wx+by=wx+by=wx+b是线性模型，没问题。
Harry嗷·2020-07-31 23:50

KPCA推导及理解

KPCA先将数据通过映射ϕ\phiϕ映射到高维空间，然后再将映射后的数据进行线性变换实现降维。这个思路写得比较简略，大家可以先看后面的总结，有一个整体的印象，然
ZLBryant·2020-07-31 23:27

【高斯消元|线性变换】hdu6465-水题

【题解】：只要把a00,a01,b00,a10,a11,b10全部求出来，然后按照对应的线性变换转化即可。
Z_sea·2020-07-31 15:41

【神经网络】激活函数的作用及常用激活函数ReLu、Sigmoid

只通过线性变换，所有的隐含层的节点就无存在的意义。原因如下：假设每一层的权值矩阵用W(i)W^{(i)}W(i)表示。那么存在
望天边星宿·2020-07-31 14:26

机器学习中的降维方法——主成分分析(PCA)与核主成分分析(KPCA)原理详解

**PCA通过线性变换将原始数据变换为一组各维度线性无关的表示,可用于提取数据的主要特征分量,常用于高维数据的降维。
Marcus-Bao·2020-07-31 13:32

【深度学习】为什么会存在激活函数？

引言    在深度学习网络中，我们经常可以看到对于某一个隐藏层节点的激活值计算一般分为两步，如下图：    第一步，输入该节点的值为x1x_1x1,x2x_2x2时，在进入这个隐藏节点后，会先进行一个线性变换
yinizhilianlove·2020-07-31 13:34

神经网络为什么需要激活函数

参考文档：深度学习花书转载请说明来源神经网络为什么需要激活函数激活函数也叫非线性函数，用于对数据进行非线性变换。
weixin_43815136·2020-07-31 13:36

线性代数的本质(Essense Of Linear Algebra)[2]

本文转载自https://blog.csdn.net/wenzhunpu/article/details/77871658矩阵与线性变换线性代数有一个主题，不仅让线性代数其他部分内容一目了然，又经常被初次学习线性代数的人所忽视
爱学控制的猫·2020-07-30 22:41

统计信号处理课程学习笔记

pX=12πN2CX12exp-12X-mXTCX-1X-mX线性变换：设Yt=LXt，如果LA1X1t+A2X2t=A1LX
beike-lucky·2020-07-30 20:12

数据预处理（sklearn.preprocessing）

文章目录前言1.标准化2.非线性变换3.正则化（Normalizer）4.编码分类特征5.离散化6.缺失值处理（Imputer）7.生成多项式特征（PolynomialFeatures）8.自定义转换器
不会写作文的李华·2020-07-30 20:19

深度学习——CNN、RNN、DNN汇总

神经网络神经网络的学习就是学习如何利用矩阵的线性变换加激活函数的非线性变换，将原始输入空间投向线性可分/稀疏的空间去分类/回归。增加节点数：增加维度，即增加线性转换能力。
MANY_L·2020-07-30 19:22

特征值和特征向量 奇异值和奇异值分解

代表向量的线性变换，而??代表向量拉伸变换•特征向量的含义就在于使得哪些向量只发生拉伸变换。•而特征值用于衡量相应的拉伸系数。
zyp361161·2020-07-30 18:30

特征向量、特征值分解、奇异值分解SVD

特征值和特征向量的几何意义矩阵乘法其实是对应着一个线性变换，是把任意一个向量变成另一个方向或者长度的新向量。在这个变换中，原向量主要发生旋转、伸缩的变化。
try_again_later·2020-07-30 16:54

奇异值分解的应用及起源探究

https://www.zhihu.com/question/263722514/answer/272977924应用：1、线性变换和奇异值分解的几何表示2、数据压缩3、噪声消减4、数据分析：主成分分析在我们收集数据时经常会发现噪声
RGiant·2020-07-30 16:59

奇异值分解讨论及其实现的计算步骤

一般来说，想要获得低维的子空间，最简单的是对原始的高维空间进行线性变换（当然了，非线性也是可以的，如加入核函数，比较著名的就是KPCA）。
Big_quant·2020-07-30 15:26

PCA的数学原理

PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述其中的原理。
kkfd1002·2020-07-30 15:27

sklearn库之数据表示与特征工程

二、分箱（离散化）：主要针对线性模型三、交互特征与多项式特征四、单变量非线性变换part1总结五、自动化特征选择（主要用到sklearn.feature_selection）5.1单变量统计5.
xylbill97·2020-07-30 06:26

第五章 神经网络和误差逆传播法算法（BP）的推导

每个神经元接受线性组合的输入后，最开始只是简单的线性加权，后来给每个神经元加上了非线性的激活函数，从而进行非线性变换后输出。每两个神经元之间的连接代表加权值，称之为权重（weig
T Lai·2020-07-30 04:28

双目立体视觉的发展

（2）直接线性变换性。涉及的参数少、便于计算。（3
祖国的沙漠-SUN·2020-07-30 01:37

《Reinhard颜色迁移算法》读书笔记

基本思想就是根据着色图像的统计分析确定一个线性变换，使得目标图像和源图像在LAB空间中具有同样的均值和方差。
studyeboy·2020-07-30 00:22

RC4加密算法C++实现

对S表进行非线性变换，得到密钥流；RC4支持不同密钥长度，美国政府规定用于出口的密钥长度不得超过40位。RC4算法
彬彬逊·2020-07-29 23:14

一阶IIR数字滤波器的设计

一阶IIR数字滤波器的设计最简单的低通滤波器传递函数入手对原始滤波器的改造低通变高通低通变带通高通变带阻从模拟到数字，采用双线性变换，简单方便频域分析结论最简单的低通滤波器传递函数入手万事开头难，所以我们先研究这个最简单的滤波器传递函数
golfbears·2020-07-29 10:01

C#编写简单数字图像处理程序

先放个最终做成提交的效果看看：1.直方图均衡化2.算子锐化3.空域增强一、要达到的目的和效果1.打开，保存图片；2.获取图像灰度值，图像坐标；3.进行线性变换，直方图均衡化处理；4.直方图变换增强，以及各种滤波处理
Lynn_whu·2020-07-29 09:06

特征分解、奇异值分解几何意义

从上式就能看出x的几何意义：在线性变换A下，保持方向不变的向量。一般的，矩阵A作用在（相乘）一个向量上，会使该向量发生缩放、旋转变换。
yhcharles·2020-07-29 01:02

声学模型学习笔记（六） representation learning

相比于人工设计的特征（比如MFCC），多层（每一层sigmoid都是一种非线性变换）连接起来具有很强的特征抽象能力。
xmucas·2020-07-29 00:28

机器学习十大经典算法之逻辑回归

所以需要把结果带入非线性变换Sigmoid函数中，即可得到[0,1]之间取值范围的数S，S可以把它看成是一个概率值，如果我们设置概率阈值为0.5，那么S
小小谢先生·2020-07-29 00:36

CVPR 2020：华为GhostNet，超越谷歌MobileNet，已开源

基于一组原始的特征图，作者应用一系列线性变换，以很小的代价生成许多能从原始特
woshicver·2020-07-28 23:01

数字信号处理：IIR数字滤波器设计及软件实现

数字信号处理：IIR数字滤波器设计及软件实现1．实验原理设计IIR数字滤波器一般采用间接法（脉冲响应不变法和双线性变换法），应用最广泛的是双线性变换法。
我叫辰辰啦·2020-07-28 22:12

众人皆醉我独醒——深入理解“特征值”和“特征向量”

我们已经知道，矩阵和向量的乘法就相当于对该向量做了一个线性变换。在这个变换中，大部分的向量都发生了偏移，脱离了原“轨道”。
喜欢打酱油的老鸟·2020-07-28 21:41

从物理意义上了解PCA

从物理意义上了解PCA什么是线性变换什么是线性变换？一个变换同时具有以下2条性质，则它是一个线性变换：1.变换前后，所有直线仍是直线。2.变换前后，原点保持不变。
F大娱乐家·2020-07-28 21:10

视觉SLAM十四讲学习笔记——第七章 视觉里程计

特征提取和匹配7.32D-2D:对极几何7.3.1对极约束7.3.2本质矩阵7.3.3单应矩阵7.4实践：对极约束求解相机运动7.4.1讨论7.5三角测量7.6实践：三角测量7.73D-2D:PnP7.7.1直接线性变换
HIT_NOVA·2020-07-28 20:33

降维方法小结和理解：PCA、LDA、MDS、ISOMAP、SNE、T-SNE、AutoEncoder

PCA：Principlecomponentanalysis主成分分析百度百科：它是一个线性变换。
远行人_Xu·2020-07-28 20:36

DTW算法理解复习篇

dtw路径与线性变换路径对比在孤立词语音识别中，最为简单有效的方法是采用DTW（DynamicTimeWarping，动态时间归整）算法，该算法基于动态规划（DP）的思想，解决了发音长短不一的模板匹配问题
weixin_34116110·2020-07-28 18:02
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他