cherry4500的博客

最近快被各大公司的笔试题淹没了，其中有一道题是从贝叶斯先验，优化等各个方面比较L0、L1、L2范数的联系与区别。 L0范数 L0范数表示向量中非零元素的个数： ||x||0=#(i) with  xi≠0||x||0=#(i) with  xi≠0 也就是如果我们使用L0范数，即希望w的大部分元素都是0. （w是稀疏的）所以可以用于ML中做稀疏编码，特征选择。通过最小化L0范数

为什么要安装LinuxMint 17？因为它是桌面化最好、最受欢迎、最简单易用、最不折腾的linux发行版（没有之一），如果你习惯了windows桌面那种操作方式，LinuxMint就是你的最佳选择！而LinuxMint 17是长期支持的（LTS）版本，不用担心装了之后过半年又找不到更新包什么的。 1，下载LinuxMint 17(Cinnamon)的iso光盘镜像。 64位版http

Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明 本文安装显卡驱动的方式已经过时, 最新安装说明请参考发布在Gist上的这篇文章，如有任何疑问，仍然欢迎在本文下留言 :P （本文档使用同一块NVIDIA显卡进行显示与计算， 如分别使用不同的显卡进行显示和计算，则可能不适用。） 1. 安装build-essentials 安装开

【笔记】【原】Ubuntu Linux 12.04 64位下Intel Math Kernel Library (MKL) 2013安装以及使用 原文链接：http://www.cnblogs.com/yzsatcnblogs/p/4432450.html 转载请注明出处。 实验环境: Ubuntu 12.04 LTS 64位 安装软件: 仅记录2013版 新版本类似 常常在论文中看到Deep Learning方法实现是使用英特尔的MKL库加速矩阵运算。跟着师兄的脚步，快快安装起来～

几个不错的深度学习教程，基本都有视频和演讲稿。附两篇综述文章和一副漫画。还有一些以后补充。 Jeff Dean 2013 @ Stanford jeffdean http://i.stanford.edu/infoseminar/dean.pdf 一个对DL能干什么的入门级介绍，主要涉及Google在语音识别、图像处理和自然语言处理三个方向上的一些应用。参《Spanner and Deep Learning》（2013-01-19） Hinton 2009 hinton2009 A tutor

卷积神经网络 转载请注明：http://blog.youkuaiyun.com/stdcoutzyx/article/details/41596663 自今年七月份以来，一直在实验室负责卷积神经网络（Convolutional Neural Network，CNN），期间配置和使用过theano和cuda-convnet、cuda-convnet2。为了增进CNN的理解和使用，特写此博文，以其与人

参考网址：http://www.jb51.net/os/Ubuntu/515388.html 第一步: 获取安装LuaJIT（C语言编写的Lua的解释器）和Torch所必需的依赖包。代码如下：git clone https://github.com/torch/distro.git ~/torch –recursive 。 第二步： 由于默认将依赖包下载在当前路径下的torch文件下，进入t