ll523587181的博客

24个人表示成24维向量，除了一个，其余都是0：Colin =(1,0,0,0,…,0),Charlotte = (0,0,1,0…,0)为什么不用更简单的表示呢，比如计算机中的二进制（5维可表示）？Colin =(0,0,0,0,1), Charlotte = (0,0,0,1,1)24维表示法使得输入线性可分24维表示法不需要先验知识 样本：一个英国家庭，一个意大利

很难将物体与其他物体分别开：分割(segmentation)光线(lighting)形变(deformation)功能可见性(affordances)观察点(viewpoint)：维度跳跃(dimension-hopping):由于观察点变化，信息从一个维度跳跃到了另一个维度。 ____________________________________________

误差平面：以平方误差的线性神经元：二次的碗状(quadratic bowl) 多层非线性网络的误差曲面复杂得多，但是只要权重不是太大，仍然可用二次的碗状拟合局部。 两种学习算法：full gradient : 使用所有的数据计算梯度mini-batch : 使用小批量学习(数据集最好很大，有很多冗余) 学习率：猜测一个初始的学习率写一个简

Recognizing patterns             -Objects in real scenes             -Facial identities or facial expressions            -Spoken wordsRecognizing anomalies            -Unusual sequence

监督学习的两个分类：回归和分类 Unsupervised learning AIM:    -create an internal representation of the input that is useful for subsequent supervised or reinforcement learning    -It provides a

神经网络的结构： 神经元之间的连接方式最常见：前馈神经网络 feedforward neural network信息从输入层流入，沿着一个方向通过隐藏层，直到输出层。如果有多个隐藏层，就成为深度神经网络。They compute a series of transformations that change the   similarities

multi-layer neuralnetworks do not use the perceptron learning procedure.Because this type ofguarantee cannot be extended to more complex networks in which the average oftwo good solutions may be a b