UFLDL

Deep Learning by Andrew Ng --- PCA and whitening

这是UFLDL的编程练习。具体教程参照官网。
meanme·2015-04-02 21:00

Deep Learning by Andrew Ng --- Sparse Autoencoder

这是UFLDL的编程练习，因为只看到第一章节，还没有看到向量化，所以本篇博客只注意对算法的理解，没有注意向量化。因为进入机器学习领域也只有一个多月，许多错误之处望指出。
meanme·2015-03-29 16:00

UFLDL上的ICA为什么一定要做PCA whiten

AndrewNg先生的UFLDL教程真可谓deeplearning入门的首选课程。
happynear·2015-03-25 23:00

深度学习教程

UFLDL教程FromUfldlJumpto:navigation,search说明：本教程将阐述无监督特征学习和深度学习的主要观点。
Real_Myth·2015-03-11 18:00

UFLDL——Exercise: Convolution and Pooling 卷积和池化

实验要求可以参考deeplearning的tutorial，Exercise：ConvolutionandPoling卷积和池化。本实验通过卷积神经网络对RGB彩色图像进行分类，先通过CNN网络从图像从学习得到3200维度的特征，然后训练四分类的softmax分类器进行分类。1、神经网络结构整个网络可以包括四部分，线性解码器，卷积，池化和softmax回归。线性解码器的输入层8*8*3个neuro
Danieljf24·2015-01-01 22:25

UFLDL——Exercise: Convolution and Pooling 卷积和池化

实验要求可以参考deeplearning的tutorial，Exercise：ConvolutionandPoling卷积和池化。本实验通过卷积神经网络对RGB彩色图像进行分类，先通过CNN网络从图像从学习得到3200维度的特征，然后训练四分类的softmax分类器进行分类。1、  神经网络结构整个网络可以包括四部分，线性解码器，卷积，池化和softmax回归。线性解码器的输入层8*8*3个neu
Daniel_djf·2015-01-01 22:00

UFLDL——Exercise: Linear Decoders 线性解码器

本实验是用线性解码器的sparseautoencoder来训练stl-10数据库图片中8*8大小RGBpatch块的特征。之前的试验中，我们的训练图像都是灰度图像，对于RGB图像可以采用相同的方法，只需把RGB图像的三个通道向量按照rgb的顺序排列更长的向量即可。1、  线性解码器简介线性解码器和稀疏自动编码的整体结构都是类似的，只是线性解码器的输出层的激励函数为恒等式f(z)=z，而稀疏自动编码
Daniel_djf·2015-01-01 15:00

Softmax公式推导

UFLDL的教程(http://ufldl.stanford.edu/wiki/index.php/Softmax%E5%9B%9E%E5%BD%92)中提到了Softmax回归，直接给出了梯度更新公式
rtygbwwwerr·2014-12-25 16:00

UFLDL——Exercise: PCA in 2D 主成分分析

实验要求可以参考deeplearning的tutorial，Exercise:PCAin2D。 1.实验描述：实验在二维数据上进行PCA降维，PCA白化处理，以及ZCA白化处理，原理可以参考之间的博客，下面直接贴代码。 在实验中，我计算了每一次原始数据，PCA旋转，PCA白化处理，以及ZCA白化处理后的协方差矩阵，结果为：计算协方差我使用了matlab自带的cov(x),它要求矩阵x的每一行代表一
Daniel_djf·2014-12-25 16:00

计算机视觉资源

转自：http://www.cnblogs.com/tornadomeet/archive/2012/05/24/2515980.htmlDeepLearning（深度学习）：ufldl的2个教程(这个没得说
u013593585·2014-12-21 20:00

UFLDL——Exercise: Stacked Autoencoders栈式自编码算法

实验要求可以参考deeplearning的tutorial，Exercise:Implementdeepnetworksfordigitclassification 。本实验仍然是对手写数字0-9的识别，相比于之前的模型变得更复杂，通过多层隐含层从原始特征中学习更能代表数据特点的特征，然后把学习到的新特征输入到softmax回归进行分类。实验中使用了更深的神经网络（更复杂），和我们的预期一样，最后
Daniel_djf·2014-12-14 17:00

UFLDL——Exercise:Self-Taught Learning 自我学习

实验要求可以参考deeplearning的tutorial，Exercise:Self-TaughtLearning 。本实验和上一个实验一样都是对手写数字0-9的识别，区别在于上一个实验直接把原始图像的像素值作为特征输入到softmax回归进行分类，而本实验通过自学习从原始像素值从学习到维度更低的特征（稀疏自动编码），再交给softmax回归，相当于比之前的实验多了自学习特征的步骤，最后实验显示
Daniel_djf·2014-12-13 20:00

UFLDL——Exercise: Softmax Regression （softmax回归）

实验要求可以参考deeplearning的tutorial，Exercise:SoftmaxRegression，softmax回归的原理可以参照之前LogisticandSoftmaxRegression(逻辑回归和Softmax回归)博文，本实验实现对手写数字0-9的识别(也就是分类)。1.神经网络结构：在之前的博文中谈到，softmax回归是最神经网络，只包含输入成和输出层，而没有隐含层。本
Danieljf24·2014-12-13 16:05

UFLDL——Exercise: Softmax Regression （softmax回归）

实验要求可以参考deeplearning的tutorial，Exercise:SoftmaxRegression  ，softmax回归的原理可以参照之前LogisticandSoftmaxRegression(逻辑回归和Softmax回归)博文，本实验实现对手写数字0-9的识别(也就是分类)。1.神经网络结构：在之前的博文中谈到，softmax回归是最神经网络，只包含输入成和输出层，而没有隐含层
Daniel_djf·2014-12-13 16:00

机器学习当前资料集

转自http://blog.csdn.net/u014035838/article/details/41251975的学习资料集DeepLearning（深度学习）ufldl的2个教程(这个没得说，入门绝对的好教程
怕寂寞的恶魔·2014-12-11 21:50

UFLDL——Exercise: Sparse Autoencoder 稀疏自动编码

实验要求可以参考deeplearning的tutorial，Exercise:SparseAutoencoder。稀疏自动编码的原理可以参照之前的博文，神经网络，稀疏自动编码。1.神经网络结构：实验是实现三层的稀疏自动编码神经网络，神经网络结构包括输入层64个neuron，隐含层25个neuron（都不包括bias结点），输出层和输入层相同的neuron的个数。2.训练数据：实验中的原始数据是10
Danieljf24·2014-12-09 21:03

UFLDL——Exercise: Sparse Autoencoder 稀疏自动编码

实验要求可以参考deeplearning的tutorial，Exercise:SparseAutoencoder。稀疏自动编码的原理可以参照之前的博文，神经网络， 稀疏自动编码   。1.神经网络结构：实验是实现三层的稀疏自动编码神经网络，神经网络结构包括输入层64个neuron，隐含层25个neuron（都不包括bias结点），输出层和输入层相同的neuron的个数。2.训练数据：实验中的原始数
Daniel_djf·2014-12-09 21:00

[置顶] 卷积神经网络（一）：LeNet5的基本结构

本文将参考UFLDL和DEEPLEARNING.NET的教程，结合自己的理解，梳理一下卷积神经网络的构成以及其BP算法的求解。
xuanyuansen·2014-12-08 10:00

深度学习资料整理（源码）

一、深度学习资料整理（博客类）二、深度学习资料整理（文章类）三、深度学习资料整理（软件资源）四、深度学习原理（关键技术总结，斯坦福大学UFLDL教程）五、深度学习资料整理（深度神经网络理解）六、深度学习资
tiandijun·2014-11-30 20:00

[置顶] 【UFLDL】多层神经网络的python实现源码

上周写完了该代码，但是由于没有注意到softmax相关的实现故结果不对，更正后可以得到正确结果，用200幅图片迭代200次可以得到90%以上的正确率，参数设置还有待于优化，另外可以考虑用多线程加速，此处目前还有问题（有待于修改，慎用）。推导请参考之前的文章http://blog.csdn.net/xuanyuansen/article/details/41214115。用MSE作为目标函数，也可以
xuanyuansen·2014-11-27 12:00

ufldl学习笔记与编程作业：Convolutional Neural Network(卷积神经网络)

ufldl学习笔记与编程作业：ConvolutionalNeuralNetwork(卷积神经网络)ufldl出了新教程，感觉比之前的好，从基础讲起，系统清晰，又有编程实践。
lingerlanlan·2014-11-22 22:12

ufldl学习笔记与编程作业：Convolutional Neural Network(卷积神经网络)

ufldl学习笔记与编程作业：ConvolutionalNeuralNetwork(卷积神经网络)ufldl出了新教程，感觉比之前的好，从基础讲起，系统清晰，又有编程实践。
linger2012liu·2014-11-22 22:00

深度学习 Deep Learning UFLDL 最新Tutorial 学习笔记 5：Softmax Regression

SoftmaxRegressionTutorial地址：http://ufldl.stanford.edu/tutorial/supervised/SoftmaxRegression/从本节开始，难度开始加大了
songrotek·2014-11-20 20:00

深度学习 Deep Learning UFLDL 最新Tutorial 学习笔记 4：Debugging: Gradient Checking

1GradientChecking说明前面我们已经实现了LinearRegression和LogisticRegression，关键在于代价函数CostFunction和其梯度Gradient的计算。在Gradient的计算中，我们一般采用推导出来的计算公式来进行计算。但是我们看到，推导出来的公式是复杂的，特别到后面的神经网络，更加复杂。这就产生了一个问题，我们如何判断我们编写的程序就是计算出正确
songrotek·2014-11-20 12:00

深度学习 Deep Learning UFLDL 最新Tutorial 学习笔记 3：Vectorization

1Vectorization简述Vectorization翻译过来就是向量化，各简单的理解就是实现矩阵计算。为什么MATLAB叫MATLAB？大概就是MatrixLab，最根本的区别于其他通用语言的地方就是MATLAB可以用最直观的方式实现矩阵运算，MATLAB的变量都可以是矩阵。通过Vectorization，我们可以将代码变得极其简洁，虽然简洁带来的问题就是其他人看你代码就需要研究一番了。但任
songrotek·2014-11-19 20:00

深度学习 Deep Learning UFLDL 最新 Tutorial 学习笔记 1：Linear Regression

1前言AndrewNg的UFLDL在2014年9月底更新了！对于开始研究DeepLearning的童鞋们来说这真的是极大的好消息!
songrotek·2014-11-19 15:00

[置顶] 常用资源

DeepLearning（深度学习）：ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二Bengio
lwfcgz·2014-11-16 11:00

收藏!斯坦福Andrew Ng教授“机器学习”26篇教程全译

http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8BUFLDL教程FromUfldlJumpto:navigation
jolinxia·2014-11-10 18:00

深度学习在自然语言处理相关文章

大部分文章来自:http://www.socher.org/http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Tutorial WordEmbeddingLearnigSENNA
beijing20120926·2014-11-06 21:00

深度学习资料整理（博客类）

一、深度学习资料整理（博客类）二、深度学习资料整理（文章类）三、深度学习资料整理（软件资源）四、深度学习原理（关键技术总结，斯坦福大学UFLDL教程）五、深度学习资料整理（深度神经网络理解）六、深度学习资
tiandijun·2014-10-26 20:00

深度学习资料整理（文章类）

一、深度学习资料整理（博客类）二、深度学习资料整理（文章类）三、深度学习资料整理（软件资源）四、深度学习原理（关键技术总结，斯坦福大学UFLDL教程）五、深度学习资料整理（深度神经网络理解）六、深度学习资
tiandijun·2014-10-26 15:00

吐槽一下UFLDL上神经网络反向传播算法的公式

在斯坦福的神经网络课件的反向传播算法一节(http://ufldl.stanford.edu/wiki/index.php/Backpropagation_Algorithm)，对于权重更新，有着以下的公式
cherishLC·2014-09-28 21:00

http://www.cnblogs.com/tornadomeet/archive/2012/05/24/2515980.html

转载：DeepLearning（深度学习）：ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：
daxiamit·2014-09-27 16:00

linger博客原创性博文导航

搞了个微信号（data_bird），关注数据挖掘，机器学习UFLDL学习笔记和
lingerlanlan·2014-08-14 22:46

[置顶] linger博客原创性博文导航

搞了个微信号（data_bird），关注数据挖掘，机器学习UFLDL学习笔记和
linger2012liu·2014-08-14 22:00

Deep Learning 系列（4）：稀疏编码（sparse coding）和主成分分析（ICA）

转自：http://blog.csdn.net/hanzihan123/article/details/38122003一直犹豫稀疏编码怎么写，来来回回看了好几遍的UFLDL。
cdj0311·2014-08-14 11:00

Deep Learning 系列（3）：CNN（卷积神经网络）

初次了解，可以先看看UFLDL教程中的Convolution和Pooling。这基本上是CNN的核心。简单理解：Convolution即用一个滑动的小窗口去卷积一个大的图像。    
cdj0311·2014-08-14 11:00

Deep Learning 系列（2）：NN（神经网络）及反向传播算法

参见 UFLDL教程之神经网络与反向传导算法，以及Dark_Scope 的NN代码解读。本章将结
cdj0311·2014-08-14 10:00

ufldl学习笔记与编程作业：Feature Extraction Using Convolution,Pooling(卷积和池化抽取特征)

ufldl学习笔记与编程作业：FeatureExtractionUsingConvolution,Pooling(卷积和池化抽取特征)ufldl出了新教程，感觉比之前的好，从基础讲起，系统清晰，又有编程实践
linger2012liu·2014-08-11 23:00

[置顶] ufldl学习笔记与编程作业：Multi-Layer Neural Network(多层神经网络+识别手写体编程)

ufldl学习笔记与编程作业：Multi-LayerNeuralNetwork(多层神经网络+识别手写体编程)ufldl出了新教程，感觉比之前的好，从基础讲起，系统清晰，又有编程实践。
linger2012liu·2014-08-10 01:00

ufldl学习笔记与编程作业：Softmax Regression（softmax回归）

ufldl学习笔记与编程作业：SoftmaxRegression（softmax回归）ufldl出了新教程，感觉比之前的好，从基础讲起，系统清晰，又有编程实践。
linger2012liu·2014-08-07 01:00

ufldl学习笔记与编程作业：Debugging: Gradient Checking（梯度检测）

ufldl学习笔记与编程作业：Debugging:GradientChecking（梯度检测）ufldl出了新教程，感觉比之前的好，从基础讲起，系统清晰，又有编程实践。
linger2012liu·2014-08-05 21:00

ufldl学习笔记与编程作业：Vectorization（向量化/矢量化）

ufldl学习笔记与编程作业：Vectorization（向量化/矢量化）ufldl出了新教程，感觉比之前的好，从基础讲起，系统清晰，又有编程实践。
linger2012liu·2014-08-05 21:00

ufldl学习笔记与编程作业：Logistic Regression（逻辑回归）

ufldl学习笔记与编程作业：LogisticRegression（逻辑回归）ufldl出了新教程，感觉比之前的好，从基础讲起，系统清晰，又有编程实践。
linger2012liu·2014-08-05 20:00

ufldl学习笔记与编程作业：Linear Regression（线性回归）

ufldl学习笔记与编程作业：LinearRegression（线性回归）ufldl出了新教程，感觉比之前的好，从基础讲起，系统清晰，又有编程实践。
linger2012liu·2014-08-04 23:00

caffe源码分析--poolinger_layer.cpp

看ufldl教程，感觉激活函数是必要存在的。这怎么解释呢？看到源码中，看到一些激活函数，比如sigmoid_layer.cpp和sig
linger2012liu·2014-07-30 19:00

UFLDL 教程答案 稀疏编码与softmax篇的答案已经传到资源，大家可以免费下载~

UFLDL教程答案稀疏编码篇与softmax篇的答案已经传到资源，大家可以免费下载~另外，关于资源里面描述的低效率的代码的问题，逗比的博主已经找到了解决方案，大家需要修改两个文件的两处代码，绿色是需要被注释的
kuaitoukid·2014-07-30 09:00

我所写的CNN框架 VS caffe

其实区别就在于，caffe采用了矢量化编程的方法，如ufldl教程所说http://deeplearning.stanford.
lingerlanlan·2014-07-25 19:13

我所写的CNN框架 VS caffe

其实区别就在于，caffe采用了矢量化编程的方法，如ufldl教程所说http://deeplearning.stanford.
linger2012liu·2014-07-25 19:00

Deep Learning 系列（4）：稀疏编码（sparse coding）和主成分分析（ICA）

一直犹豫稀疏编码怎么写，来来回回看了好几遍的UFLDL。因为这不仅是DL深度学习的重要概念，也是我这段时间一直在研究的stackedISA深度特征学习的支柱。
hanzihan123·2014-07-25 17:00
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他