山猫小队长的专栏

视频教程：卡尔曼滤波器的原理以及在MATLAB中的实现。最近一个月的所有周末都用在这上面了，希望大家喜欢。（分享自 @优酷） http://t.cn/RPPT9uz

在深度学领域，有好几个开源框架，最著名的有Caffe，Theano和Torch。这三个框架各有所长。Caffe的用户界面是做得最好的也是最容易上手的，但模块都是固定的，扩展性不佳。而且只能处理有向无环图，这就意味着它不能处理recurrent neural network。（似乎有人说可以，但我还不确定）Theano的特色是能自动求导数。如果你想从底层自己实现反向传播算法，它会省去很多求导

代码地址：https://github.com/vic-w/torch-practice/tree/master/multilayer-perceptron上一次我们使用了输出节点和输入节点直接相连的网络。网络里只有两个可变参数。这种网络只能表示一条直线，不能适应复杂的曲线。我们将把它改造为一个多层网络。一个输入节点，然后是两个隐藏层，每个隐藏层有3个节点，每个隐藏节点后面都跟一个非线

今年上半年，Google在Nature上发表了一篇论文：Human-level control through deep reinforcement learning。文章描述了如何让电脑自己学会打电子游戏。其中算法的输入只有游戏屏幕的图像和游戏的得分，在没有人为干预的情况下，电脑自己学会了游戏的玩法，而且在相当程度上超过了人类玩家的得分。Google到底是如何做到的呢？答案当然是深度学习了。

本节代码地址https://github.com/vic-w/torch-practice/tree/master/rnn-timer现在终于到了激动人心的时刻了。我最初选用Torch的目的就是为了学习RNN。RNN全称Recurrent Neural Network（卷积神经网络），是通过在网络中增加回路而使其具有记忆功能。对自然语言处理，图像识别等方面都有深远影响。这次