线性变换

(Tensorflow学习）MNIST手写体识别 卷积神经网络LeNet-5模型实现

一类通过多层非线性变换对高复杂性数据建模算法的合集上一篇文章，我用单隐藏层的全连接神经网络，实现对MNIST手写体的识别，测试集上只能达到98%正确率。如果用卷积神经网络，可以达到更好的效果。
Isaac320·2019-12-27 11:35

R数据可视化4: PCA和PCoA图

它利用正交变换来对一系列可能相关的变量的观测值进行线性变换，从而投影为一系列线性不相关
jlyq617·2019-12-27 08:36

YUV数据格式

下图显示了UV取不同值对应的颜色YUV格式和RGB格式可以通过如下线性变换转化。Y=0.299*R+0.587*G+0.114*B;U=-0.169*R-0.331*G+0.5*B
飞扬_6056·2019-12-26 14:02

Numpy介绍、安装、使用（包含numpy教程详解）

提供了大量关于科学计算的相关功能，例如，线性变换，数据统计，随机数生成等。其提供的
Jalen data analysis·2019-12-26 12:12

为什么梯度反方向是下降速度最快的方向？

3、导数是线性变换。如何理解导数的概念?二、了解偏导数，方向导数。多元函数中全微分与偏导数、偏微分的直观区别是什么？三、方向导数与梯度的关系。如何直观形象的理解方向导数与梯度以及它们之间的关系？
Arya鑫·2019-12-25 22:23

线性变换 vs 矩阵 vs 《The Matrix》

线性变换概念理解线性变换是一个function。一个input向量，通过function，变成output向量。而这种变换，在坐标系中，表现为一种移动，由input向量移动到output向量。
Gin_714d·2019-12-24 17:14

常用激活函数总结

image对于每个神经元来说，都是先进行线性变换，再将线性变换的结果通过激活函数来进行激活。注意，这里的有效激活函数必须是非线性函数。
有苦向瓜诉说·2019-12-24 15:19

主成分分析和因子分析十大不同

Author：杜七从十个方面阐述主成分分析和因子分析的十大不同：1,原理不同：主成分分析（Principalcomponentsanalysis，PCA）基本原理：利用降维（线性变换)的思想，在损失很少信息的前提下把多个指标转化为几个不相关的综合指标
杜七·2019-12-24 05:10

高等代数理论基础80：若尔当标准形的几何理论(3)

若尔当标准形的几何理论(3)易知复方阵的若尔当标准形的存在与唯一性给定复方阵B,找矩阵使称为若尔当标准形等同于对给定线性变换,找一组基使在这组基下矩阵成为若尔当标准形计算步骤1.取任意n维复线性空间V及它的一组基
溺于恐·2019-12-23 05:39

PART 1 神经网络和深度学习

，着重建立知识框架，对于细节知识尤其是已熟知的点做简略或忽略处理第一章简介[2019-10-04]1.1什么是神经网络1.1.1神经元一个节点，该节点接收一些输入的数值，并进行计算（通常是加权求和+非线性变换
张向松F·2019-12-22 07:58

2018-05-29 3D数学06（第八章）-矩阵的线性变换

第一节：旋转1.2D中的旋转上一节中讲了矩阵的几何意义，矩阵的每一行可以看做该维度向量的分解坐标轴向量所对应的最终状态。接下来我们以2D单位向量来讨论2D向量的旋转问题。上图中我们以2D向量[11]来演示旋转θ角后的矩阵表示。首先分解2D向量[11]，然后[11]向量的旋转其实就是分解的p和q向量的旋转，旋转后得到的p'和q'向量就是旋转后的向量。我们可以根据三角函数求出旋转后的分解向量p'和q'
悦悦_成长日记·2019-12-22 04:14

金准数据深度学习技术研究

深度学习试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象，与目前的人脑模型接近，符合人类层次化的组织概念、由
King大神·2019-12-20 00:53

【机器学习基础】正则化

从多项式变换和线性回归说起在非线性变换小节中，我们有讨论Q次多项式变换的定义和其包含关系，这里如果是10次多项式变换，那么系数的个数是11个，而2次多项式的系数个数是3。从中我们可以看出，所
JasonDing·2019-12-19 19:20

六：逻辑回归：损失函数、梯度、决策边界（20191209-20191215)

损失函数、梯度、决策边界实践：代码实现及sklearn逻辑回归0x01逻辑回归逻辑回归（LogisticRegression，LR），LR的建模过程体现了数据建模中很重要的思想：对问题划分层次，并利用非线性变换和线性模型的组合
s0k0y·2019-12-19 11:59

AffineTransform -> 仿射变换

1、定义：AffineTransform类描述了一种仿射变换的功能，它是一种二维坐标到二维坐标之间的线性变换，保持二维图形的“平直性”（即变换后直线还是直线不会打弯，圆弧还
寻形觅影·2019-12-18 14:55

线性代数两日特训班视频免费领取

童校长亲授两日特训班，带您一次掌握行列阵、线性变换等相关知识，包括神秘的微分方程解法一次教会您！扫码加万门官方小万微信wanmen1127或wanmen0001，免费领课。
万门大学小万·2019-12-18 00:24

线性代数笔记33——基变换和图像压缩

线性变换可以脱离坐标系，而描述线性变换的矩阵却要依赖于坐标系，因此选择合适的基会更便于计算。图像的知识灰度图像由于景物各点的颜色及亮度不同，摄成的黑白照片上或电视重现的黑白图像上各点呈现不同程度的灰色
我是8位的·2019-12-17 17:00

4-Error and Noise

一般的非线性变换学习流程。从空间X变换到空间Z；在空间Z进行学习；若有必要，可将空间Z的boundary变换回到空间X。nonlinearErrormeasure.
Klaas·2019-12-17 00:17

奇异值分解(SVD) --- 线性变换几何意义

PS：一直以来对SVD分解似懂非懂，此文为译文，原文以细致的分析+大量的可视化图形演示了SVD的几何意义。能在有限的篇幅把这个问题讲解的如此清晰，实属不易。原文举了一个简单的图像处理问题，简单形象，真心希望路过的各路朋友能从不同的角度阐述下自己对SVD实际意义的理解，比如个性化推荐中应用了SVD，文本以及Web挖掘的时候也经常会用到SVD。原文：Werecommendasingularvalued
尼小摩·2019-12-15 08:48

3D图形:透视投影

概述在3D图形:矩阵与线性变换中,曾经简单的说过关于正交投影和透视投影的简单区别,这一篇博客将对透视投影做进一步的了解与深入.如下图所示,两种投影方式,一种是平行投影也叫作正交投影,正交投影的特点是所有的投影线都是平行的
神经骚栋·2019-12-15 03:19

线性代数笔记32——线性变换及对应矩阵

原文：https://mp.weixin.qq.com/s/qCmstZdzCy1WCfBAkEZEoA线性变换这个词在线性代数中经常被提及，每个线性变换的背后都有一个矩阵。
我是8位的·2019-12-14 13:00

线性代数笔记32——线性变换及对应矩阵

原文：https://mp.weixin.qq.com/s/qCmstZdzCy1WCfBAkEZEoA线性变换这个词在线性代数中经常被提及，每个线性变换的背后都有一个矩阵。
我是8位的·2019-12-14 13:00

高等代数理论基础79：若尔当标准形的几何理论(2)

若尔当标准形的几何理论(2)定义：设是上n维空间上的一个线性变换,是一个-不变子空间,若有,使,则称为的一个-循环子空间注：定义对任一数域P有效引理：,,的最小多项式为,则证明：设,有,使作带余除法则是的线性组合若有即由是的最小多项式
溺于恐·2019-12-14 03:43

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。
feel_different·2019-12-13 20:00

从特征分解到协方差矩阵：详细剖析和实现PCA算法

数学上，线性变换的特征向量是一个非简并的向量，其方向在该变换下不变。该向量在此变换下缩
xiao_dong_zi·2019-12-12 20:06

分类（PCA）

1.PCAPCA（PrincipalComponentsAnalysis）即主成分分析，也称主分量分析或主成分回归分析法，首先利用线性变换，将数据变换到一个新的坐标系统中；然后再利用降维的思想，使得任何数据投影的第一大方差在第一个坐标
thinkando·2019-12-07 19:55

专题：幂零矩阵

设是幂零指数为的阶幂零矩阵，则相似于每个块主对角元都是的形矩阵，且每个块的阶数不超过，块的总数为，阶块个数例题例4.11已知阶复矩阵，若，则是幂零矩阵例4.13设是数域上的阶矩阵构成的线性空间，对于的一个固定矩阵，定义的线性变换
抄书侠·2019-12-07 18:08

特征值特征向量的意义与应用（标准差椭圆）

1.线性变换的几何角度：（1）从相似变换，线性变换角度为起点:  设V是数域P上的n维线性空间，T是V的一个线性变换，现取定V的一组基α_1,α_2,α_3,…α_n，则每个Tα_i都
gis11·2019-12-06 18:19

2018-06-15矩阵通俗理解（三）

在第二部分结束的时候，我说：“矩阵不仅可以作为线性变换的描述，而且可以作为一组基的描述。
悦悦_成长日记·2019-12-02 06:35

9-Linear Models II

非线性变换。对于线性不可分的情况，可以进行非线性变换(可能增加VCdimension）。变换之后的坐标之间是有冗余的，有可能存在关联关系，所以是小于等于号。
Klaas·2019-11-30 05:06

矩阵理论

线性变换的伸缩因子行列式>0缩放行列式<0缩放+改变基的“左右手法则”矩阵乘法的本质是什么？
跑者小越·2019-11-30 03:03

向量、矩阵、线性变换的通俗理解

一、核心概念不变的空间永远不变空间的原点永远不变空间中的对象（点、元素）永远不变改变的改变的只是描述空间的方式二、论证1、一维理解比如一个存放苹果重量的空间，里面放了所有的自然数来表达苹果的重量。假设有一个苹果叫A，A的重量是一个不会改变的事实，但是描述这个苹果重量的方式却有很多种，每一种描述都是苹果重量的一个测写。1000g和1kg是一个意思，都真实表达了苹果的重量。但是我们知道1000g的数值
复苏森林·2019-11-29 21:27

三位物理学家与陶哲轩证明的惊天定理，原来早在教科书里？

其实简单的理解特征值与特征向量就要从线性变换说起，因为大部分的线性变换都会改变向量的方向，如下图所示：不过也存在只改变长度不改变方向的线性变换，如下图所示：那么
AI科技大本营·2019-11-29 18:27

图像透视变换应用

投影变换是三维空间上的非线性变换，可看做是仿射变换的更一般形式，简单讲即通过一个3x3的变换矩阵将原图投影到一个新的视平面(ViewingPlane)，在视觉上的直观表现就是产生或消除了远近感。
WaitFoF·2019-11-26 23:21

三位物理学家与陶哲轩证明的惊天定理，原来早在教科书里吗？

其实简单的理解特征值与特征向量就要从线性变换说起，因为大部分的线性变换都会改变向量的方向，如下图所示：不过也存在只改变长度不改变方向的线性变换，如下图所示：那么从定义上来讲，如果存在数m和
beyondma·2019-11-16 19:10

线性代数本质理解

from=search&seid=3249893627908257126对应的一系列学习视频主要收获：1、向量点积、线性变换和投影后两个向量长度相乘的本质联系。2、矩阵的秩代表线性变换后的维度。
mykeylock·2019-11-10 22:42

对比度增强

对于输入图像f(x,y)，处理后的图像为g(x,y)，则对比度增强方法表示为：1、线性变换如果原图像f(x,y)的灰度范围是[m,M]，我们希望变换后的图像g(x,y)的灰度范围是[n,N]，那么变换是
cain_huang·2019-11-05 18:00

CNN:卷积神经网络-通俗理解

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（weight）。不同
北山学者·2019-11-04 20:26

GSLAv5学习手册

关键词线性空间、线性变换线性空间、线性变换的矩阵表达、与矩阵的关系代数，关于代数部分，GSLA提及的并不多。所以，我试图增加一些进来。
Bintou老师·2019-11-02 11:28

通过矩阵变化实现的 3D 模型自动布局

矩阵的主要应用是表示线性变换，即f（x）=4x等线性函数的推广。
htdaydayup·2019-11-02 00:15

理论：聚类算法思路总结

1.2相似系数夹角余弦及相关系数，相关系数不受线性变换的影响，但是计算速度远慢于距离计算。1.3dynamictimewarp
slade_sal·2019-11-01 08:47

【转载】读书笔记_Inception_V3_下

极为庞大的网络结构，不过下一节的ResNet也不小线性的组成，结构大体如下：常规卷积部分->Inception模块组1->Inception模块组2->Inception模块组3->池化->1*1卷积(实现个线性变换
dopami·2019-11-01 08:20

主成分分析PCA(Principal Component Analysis)

PCA是一种常见的基于线性变换的数据降维方法，能够将原始数据变换为一组各维度线性无关的表示。
陈小默cxm·2019-10-22 16:29

R语言 方差稳定化变换与线性变换 《回归分析与线性统计模型》page96

>rm(list=ls())>A=read.csv("data96.csv")>AYN1110.0950270.1920370.07504190.2078590.1382640.0540730.1292810.0503930.0629>attach(A)#将数据A的列名直接赋为变量plot(N,Y)#绘制散点图lm.air=lm(Y~N)#线性回归summary(lm.air)e.norm1=(e
jiaxinwei·2019-10-22 10:00

目标检测--IOU，bounding box

2.2.1x,y坐标除以宽高2.2.2宽高坐标Log形式2.2.3为什么IoU较大，认为是线性变换？
shelley__huang·2019-10-21 10:23

TensorFlow2.0（7）：激活函数

1什么是激活函数¶激活函数是深度学习，亦或者说人工神经网络中一个十分重要的组成部分，它可以对神经元的接收信息进行非线性变换，将变换后的信息输出到下一层神经元。
奥辰·2019-10-21 08:00

对比度增强（一）：线性变换

线性变换：图像为I,宽为W,高为H，输出图像记为O,图像的线性变换可以利用一下公式定义：O(r,c)=a*I(r,c)+b0≤r＜H,0≤c＜W当a=1,b=0时，O为I的一个副本；如果a＞1，则输出图像
tangjunjun·2019-10-16 20:00

A Deep Neural Network Approach To Speech Bandwidth Expansion

利用对数谱功率作为输入输出特征进行所需的非线性变换，训练神经网络来实现这种高维映射函数。
凌逆战·2019-10-16 09:00

卷积神经网络CNN学习笔记

主要操作卷积、非线性变换（ReLU）、池化或子采样、分类（完全连接层）卷积卷积的主要目的是从输入图像中提取特征。
无脑小松鼠·2019-09-30 16:51

【机器学习】PCA

目录PCA1.PCA最大可分性的思想2.基变换（线性变换）3.方差4.协方差5.协方差矩阵6.协方差矩阵对角化7.PCA算法流程8.PCA算法总结PCAPCA就是找出数据最主要的方面，用数据里最主要的方面来代替原始数据
虔诚的树·2019-09-26 21:00
上一页 37 38 39 40 41 42 43 44 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他