發(fā)簡(jiǎn)信
IP屬地：江蘇
-
Batch normalization
http://blog.csdn.net/hjimce/article/details/50866313這篇文章不錯(cuò)
-
正則化方法
正則化的作用 正則化是為了防止過(guò)擬合采取的策略，主要的正則化方法有L1、L2、dropout、dropconnect L2正則化 具體的公式如下...
-
神經(jīng)網(wǎng)絡(luò)的參數(shù)更新這個(gè)需要翻墻的外國(guó)網(wǎng)站寫的很好：http://ruder.io/optimizing-gradient-descent/index.html#m...
-
神經(jīng)網(wǎng)絡(luò)的初始化參數(shù)方法
神經(jīng)網(wǎng)絡(luò)的參數(shù)也就是權(quán)重W很多，通過(guò)BP反向傳播可以逐漸得到使Cost Function最小的參數(shù)，但是這些參數(shù)的初始值對(duì)于收斂的速度，最后的準(zhǔn)...
-
常用的激活函數(shù)
激活函數(shù)的作用 激活函數(shù)的作用是能夠給神經(jīng)網(wǎng)絡(luò)加入一些非線性因素，使得神經(jīng)網(wǎng)絡(luò)可以更好地解決較為復(fù)雜的問(wèn)題。我們知道神經(jīng)網(wǎng)絡(luò)的神經(jīng)元輸入的是x的...
-
卷積神經(jīng)網(wǎng)絡(luò)（CNN）基礎(chǔ)前言 在七月初七情人節(jié)，牛郎織女相見(jiàn)的一天，我終于學(xué)習(xí)了CNN（來(lái)自CS231n），感覺(jué)感觸良多，所以趕快記下來(lái)，別忘了，最后祝大家情人節(jié)快樂(lè)5...
-
QEM網(wǎng)格簡(jiǎn)化說(shuō)明 QEM網(wǎng)格簡(jiǎn)化可以有效的減少?gòu)?fù)雜網(wǎng)格的頂點(diǎn)數(shù)同時(shí)保留原網(wǎng)格的拓?fù)涮卣?，可以自定義減少后的頂點(diǎn)數(shù)，是十分重要的算法，在計(jì)算幾何領(lǐng)域，它實(shí)現(xiàn)的...
-
RVD（Restricted Voronoi Diagram）的并行算法
前言 小學(xué)期的項(xiàng)目，做之前不和我們說(shuō)是工業(yè)級(jí)的保密算法，做之后，只有一篇論文，還是紙質(zhì)版，沒(méi)有電子版，一個(gè)月的時(shí)間還有許多bug，但是盡力了。使...
-
隨機(jī)梯度下降（SGD）和批量梯度下降以及擬牛頓法批量梯度下降和隨機(jī)梯度下降是機(jī)器學(xué)習(xí)中很常用的學(xué)習(xí)方法，批量梯度下降更為準(zhǔn)確，但是每一輪訓(xùn)練都要遍歷全部的樣本而隨機(jī)梯度下降則沒(méi)有這一問(wèn)題，但是...