只为成功找方法 不为失败找借口

运行环境：MATLAB R2014a，Windows 7 64位，GPU GeForce 980Ti，CUDA v7.5，cuDnn v5.1，并安装了Visual Studio 2010用于MATLAB的mex文件编译。 1. 下载MatConvNet，解压到任意的文件夹中。 2. 将MATLAB的工作路径定位到‘MatConvNet’文件夹。 3. 在MATLAB命令窗中添加路径：addp

LeNet5LeNet5 诞生于 1994 年，是最早的卷积神经网络之一，并且推动了深度学习领域的发展。自从 1988 年开始，在许多次成功的迭代后，这项由 Yann LeCun 完成的开拓性成果被命名为 LeNet5（参见：Gradient-Based Learning Applied to Document Recognition）。LeNet5 的架构基于这样的观点：

看了卷积神经网络时间也不短了，想写点东西总结一下~以后别忘了，大家可以共同探讨卷积神经网络做图像分类主要包括3个步骤：1：前向传播得到输出值2：利用得到的输出值进行反向传播计算误差对卷积核（权重）的梯度，用计算出来的梯度更新旧的权值（梯度下降法），为什么要用梯度下降法，因为误差函数是一个离散函数，我们以前计算一个连续函数的极值的时候都是对这个函数求偏导，让偏导等于0即可，但是离散函数是

其实这个和cifar的实例基本相同，只不过数据转换的方法不一样【说明，此博客按照我自己的路径设置的相关操作，读者如果自行选择其他路径，记得在bat和prototxt等文件修改路径】第一步下载数据集THE MNIST DATABASE of handwritten digits官方网址：http://yann.lecun.com/exdb/mnist/为了避免部分人下

按照微软的官方地址配置可能会出现一个问题caffe_.mexw64找不到引用模块问题，或者在matlab里面压根找不到caffe_这个函数，下面会提到这两个问题。还是按照步骤来吧【PS】有GPU同样按照下述步骤，进行即可第一步修改配置文件，使之支持matlab接口，修改两个地方，第一个是matlabsupport，第二个是matlabdir也就是你的matlab安装目录(对

本文来自：http://blog.youkuaiyun.com/sunshine_in_moon/article/details/51425844  第一步，下载解压Caffe         https://github.com/BVLC/caffe/tree/windows              第二步，下载安装cuda        https://develop

本文转自：http://www.mamicode.com/info-detail-971389.html接下来步入正题： 最近一直在看卷积神经网络，想改进改进弄出点新东西来，看了好多论文，写了一篇综述，对深度学习中卷积神经网络有了一些新认识，和大家分享下。　　其实卷积神经网络并不是一项新兴的算法，早在上世纪八十年代就已经被提出来，但当时硬件运算能力有限，所以当时只用来识别支票上

文章转自：http://blog.youkuaiyun.com/u012162613/article/details/44261657本文是《Neural networks and deep learning》概览 中第三章的一部分，讲机器学习/深度学习算法中常用的正则化方法。（本文会不断补充）正则化方法：防止过拟合，提高泛化能力在训练数据不够多时，或者overtraining时，

本文转自：http://m.blog.youkuaiyun.com/blog/whiteinblue/37808623 一：引言因为在机器学习的一些模型中，如果模型的参数太多，而训练样本又太少的话，这样训练出来的模型很容易产生过拟合现象。在训练bp网络时经常遇到的一个问题，过拟合指的是模型在训练数据上损失函数比较小，预测准确率较高（如果通过画图来表示的话，就是拟合曲线比较尖，不平滑，泛化能

首先下载caffe for Windows带第三方库的文件，进入下面的文件夹下，打开用vs打开MainBuilder工程在解决方案管理器里面展开MainCaller，会看到里面有一个MainCaller.cpp的文件，点击它，在代码里面加上#include"/caffe for Windows/examples/cifar10/convert_cifar_data.cpp"

本文转自Cuda6.5安装备注：已经装好cuda的请略过，往下看。 记得没有VS2012的一定要先装VS。否则：安装后打开VS2012新建项目不显示NIVIDA解决方案。记住记住记住！重要的事情说三遍！ 第一步：安装文件的下载，直接去官网就下载就可以。现在有cuda7.0了。  直接双击exe文件，弹出后，首先会监测一下你的运行环境，如果找不到Nividia

当你在maincaller下编译出现如下所示的错误的时候，请把debug模式改为release模式，试一下哦~

深度学习是近十年来人工智能领域取得的最重要的突破之一。它在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域都取得了巨大成功。本文将重点介绍深度学习在物体识别、物体检测、视频分析的最新研究进展，并探讨其发展趋势。1. 深度学习发展历史的回顾现有的深度学习模型属于神经网络。神经网络的历史可追述到上世纪四十年代，曾经在八九十年代流行。神经网络试图通过模拟大脑认知的机理

1. The Problem of Overfitting1还是来看预测房价的这个例子，我们先对该数据做线性回归，也就是左边第一张图。如果这么做，我们可以获得拟合数据的这样一条直线，但是，实际上这并不是一个很好的模型。我们看看这些数据，很明显，随着房子面积增大，住房价格的变化趋于稳定或者说越往右越平缓。因此线性回归并没有很好拟合训练数据。我们把此类情况称为欠