- 博客(10)
- 资源 (1)
- 收藏
- 关注
原创 能量函数在神经网络中的含义
能量函数在神经网络中的含义能量函数(energy function)一开始在热力学中被定义,用于描述系统的能量值,当能量值达到最小时系统达到稳定状态。 在神经网络(Neural Network)中,在RBM中被首次使用。在RBM中,输入层v和隐藏层h之间的能量函数定义为: E(v,h)=∑i∈vaivi+∑j∈hbjhj+∑i∈v,j∈hvihjwij将a,v,b,h和w向量表示成矩阵,这个式子
2016-12-19 22:09:01
3471
原创 重装系统或者创建新的用户后,360收藏夹中文件导入
360收藏夹收藏文件所在的位置为:就是那个360sefav.db这个数据库文件,360很变态的把所有的收藏文件都存到这个数据库文件中,所以,要想恢复之前收藏的网页,具体做法如下:在重装和新建用户之前,首先要备份好该文件,当然,如果没有及时备份,你可以到上图所示的对应的路径下去寻找360sefav.db文件(这里需要说明一下,如果你是新建用户,那么这种操作还可以,如果你是重装系统,那就不
2016-12-13 15:52:25
4183
原创 epoch和iteration的区别
深度学习中经常看到epoch、 iteration和batchsize,下面按自己的理解说说这三个的区别:(1)batchsize:批大小。在深度学习中,一般采用SGD(随机梯度下降,Stochastic Gradient Descent)训练,即每次训练在训练集中取batchsize个样本训练;(2)iteration:1个iteration等于使用batchsize个样本训练一次;(
2016-12-11 19:37:13
1895
转载 TensorFlow学习笔记2:构建CNN模型
深度学习模型TensorFlow很适合用来进行大规模的数值计算,其中也包括实现和训练深度神经网络模型。下面将介绍TensorFlow中模型的基本组成部分,同时将构建一个CNN模型来对MNIST数据集中的数字手写体进行识别。基本设置在我们构建模型之前,我们首先加载MNIST数据集,然后开启一个TensorFlow会话(session)。加载MNIST数据集TensorFlow中已
2016-12-10 16:26:19
4908
转载 LeNet-5网络的参数及连接个数
原文:http://vision.stanford.edu/cs598_spring07/papers/Lecun98.pdfGradient Based Learning Applied to Document Recognition第7页倒数第3段。首先看C1和input的卷积连接,C1中各个field的每个神经元连接了25个输入单元,这里有25个连接,一个featur
2016-12-10 16:18:07
2937
原创 基于高斯核的RBF神经网络
如上图所示,隐含层神经元的核函数为高斯核函数,对输入信号进行空间变换。 径向基神经网络经过了两个变换,一是非线性变换,二是线性变换;非线性变换的过程可以用下图表示出来。 非线性变换:首先输入信号与选定的中心的欧式径向距离;然后对此距离进行高斯变换线性变换:对隐层的输出结构进行加权求和径向基神经网络具有局部逼近的能力,因为当函数的输入信号,靠近函数的中央范围时,隐层节点将产生较大的输
2016-12-09 17:16:39
2713
原创 sas
安装tensorflow前的准备工作 CUDA CUDA(Compute Unified Device Architecture),显卡厂商NVidia(英伟达)推出的运算平台。 CUDA™是一种由NVIDIA推出的通用并行计算架构,该架构使GPU能够解决复杂的计算问题。 它包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。 CUDA体系结构的
2016-12-09 14:22:00
512
原创 机器学习——最小二乘法
链接:http://blog.youkuaiyun.com/wenrenhua08/article/details/2909255
2015-03-20 23:00:58
440
转载 Android实现推送方式解决方案
Android实现推送方式解决方案 本文介绍在Android中实现推送方式的基础知识及相关解决方案。推送功能在手机开发中应用的场景是越来起来了,不说别的,就我们手机上的新闻客户端就时不j时的推送过来新的消息,很方便的阅读最新的新闻信息。这种推送功能是好的一面,但是也会经常看到很多推送过来的垃圾信息,这就让我们感到厌烦了,关于这个我们就不能多说什么了,毕竟很多商家要做广告。
2015-01-28 22:34:12
354
原创 霍夫曼树的创建及编码
/*------------------------------------------------------------------------- * 实现过程:着先通过 HuffmanTree() 函数构造哈夫曼树,然后在主函数 main()中 * 自底向上开始(也就是从数组序号为零的结点开始)向上层层判断,若在 * 父结点左侧,则置码为
2014-12-03 11:43:47
819
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人
RSS订阅