原创 tensorflow-梯度下降,有這一篇就夠了(深度好文)

前言最近機器學習越來越火了,前段時間斯丹福大學副教授吳恩達都親自錄製了關於Deep Learning Specialization的教程,在國內掀起了巨大的學習熱潮。本着不被時代拋棄的念頭,自己也開始研究有關機器學習的知識。都說機器學習的

原创 GRU神經網絡

轉自:http://blog.csdn.net/wangyangzhizhou/article/details/77332582 前面已經詳細講了LSTM神經網絡(文末有鏈接回去),接着往下講講LSTM的一個很流行的變體。 GRU是

原创 optimizer優化算法總結

優化方法總結參考優化方法總結參考深度學習最全優化方法總結比較An overview of gradient descent optimization algorithms目錄優化方法總結SGD1 Batch gradient descen

原创 tensorflow常用函數

1、tensorflow的基本運作爲了快速的熟悉TensorFlow編程,下面從一段簡單的代碼開始:import tensorflow as tf #定義‘符號’變量,也稱爲佔位符 a = tf.placeholder("float"

原创 理解矩陣

轉自:http://www.cnblogs.com/sumuncle/p/6373467.html#3703221前言:讀完本篇文章,自覺醍醐灌頂,矩陣的存在,完美的解釋了自然空間中的多維空間的存在以及運動形式,自然的哲學中處處充滿着數學

原创 CNN卷積神經網絡推導和實現

Deep Learning論文筆記之(四)CNN卷積神經網絡推導和實現[email protected]://blog.csdn.net/zouxy09          自己平時看了一些論文,但老感覺看完過後就會慢慢的淡忘,某一天重新

原创 機器學習常用數學符號及讀法大全

轉自:http://blog.csdn.net/u012965373/article/details/52936875 數學符號及讀法大全 常用數學輸入符號:  ≈ ≡≠= ≤≥ < > ≮ ≯ ∷ ±+ - × ÷ / ∫∮

原创 Softmax的理解與應用

Softmax在機器學習中有非常廣泛的應用,但是剛剛接觸機器學習的人可能對Softmax的特點以及好處並不理解,其實你瞭解了以後就會發現,Softmax計算簡單,效果顯著,非常好用。我們先來直觀看一下,Softmax究竟是什麼意思我們知道

原创 極大似然估計思想的最簡單解釋

極大似然估計法的理解可以從三個角度入手,一個是整體性的思想,然後兩個分別是離散狀態的極大似然估計和連續狀態的極大似然估計的簡單例子。一、思想極大似然估

原创 tensorflow轉換one-hot向量

def one_hot(indices, depth, on_value=None, off_value=None, axis=None, dtype=None, name=None): """Returns

原创 信息熵公式的由來

作者:憶臻鏈接:https://www.zhihu.com/question/22178202/answer/161732605來源:知乎著作權歸作者所有。商業轉載請聯繫作者獲得授權,非商業轉載請註明出處。 首先我們要區分信息量和信息熵的

原创 常見視頻處理庫

1.MNIST手寫數字數據集 下載網址:http://yann.lecun.com/exdb/mnist/index.html 具體下載和處理方式請參照我的第一篇博客http://blog.csdn.net/fuwenyan/articl

原创 [總結]視音頻編解碼技術零基礎學習方法

一直想把視音頻編解碼技術做一個簡單的總結,可是苦於時間不充裕,一直沒能完成。今天有着很大的空閒,終於可以總結一個有關視音頻技術的入門教程,可以方便更多的人學習從零開始學習視音頻技術。需要注意的是,本文所說的視音頻技術,指的是理論層面的視音

原创 FFMPEG零基礎入門

轉自大神雷霄驊博客:https://blog.csdn.net/leixiaohua1020/article/details/15811977 在CSDN上的這一段日子,接觸到了很多同行業的人,尤其是使用FFMPEG進行視音頻編解碼的人,

原创 python調用C++

前言 大家都知道Python的優點是開發效率高,使用方便,C++則是運行效率高,這兩者可以相輔相成,不管是在Python項目中嵌入C++代碼,或是在C++項目中用Python實現外圍功能,都可能遇到Python調用C++模塊的需求,下面列