原创 閱讀文獻的三大問題：坐不住，記不住，想不開
From: http://blog.sciencenet.cn/home.php?mod=space&uid=2068&do=blog&id=500206 閱讀文獻的三大問題：坐不住，記不住，想不開 文獻閱讀是科研的重要基
2020-06-25 08:10:30
原创 UFLDL——Exercise: Stacked Autoencoders棧式自編碼算法
實驗要求可以參考deeplearning的tutorial， Exercise: Implement deep networks for digi
2020-06-25 08:10:30
原创 對稱矩陣（Symmetric Matrices）
如果矩陣滿足，則矩陣P稱爲對稱矩陣，對稱矩陣有很多優秀的屬性，可以說是最重要的矩陣。 1.對稱矩陣的對角化 如果一個矩陣有n個線性無關的特徵向量，則矩陣是可對角化的，矩陣可表示成，相應的。因爲，很有可能A的逆等於A的轉置。同樣的，就可能有
2020-06-25 08:10:30
31
原创 形狀特徵——Sift特徵
形狀特徵的表達必須以對圖像中物體或區域的分割爲基礎，由於當前的技術無法做到準確而魯棒的自動圖像分割，圖像的形狀特徵只能在某些特殊應用場合使用，在這些應用中圖像包含的物體或區域可以直接獲得。另一方面，由於人們對物體形狀的變換、旋轉和縮放主觀
2020-02-22 14:35:35
原创 Logistic and Softmax Regression (邏輯迴歸和Softmax迴歸)
1． 簡介 邏輯迴歸和Softmax迴歸是兩個基礎的分類模型，雖然聽名字以爲是迴歸模型，但實際我覺得他們也有一定的關係。邏輯迴歸，Softmax迴歸以及線性迴歸都是基於線性模型，它們固定的非線性的基函數（basis function） 的
2020-02-22 14:35:35
3
原创 矩陣的對角化（Diagonalizing a Matrix ）
如果一個矩陣時一個上三角、下三角或者對角矩陣，這個帶來很大的方便。但是往往很多矩陣都不是對角矩陣，本文就來介紹如何使用特徵值和特徵向量把一個矩陣變成對角矩陣！ 1.對角化 我們假設一個n*n的矩陣有n個線性無關的特徵向量x1，x2....
2020-02-22 14:35:35
16
原创 UFLDL——Exercise:Self-Taught Learning 自我學習
實驗要求可以參考deeplearning的tutorial， Exercise:Self-Taught Learning 。本實驗和上一個實驗一樣都是對手寫數字0-9的識別，區別在於上一個實驗直接把原始圖像的像素值作爲特徵輸入到sof
2020-02-22 14:35:35
原创 UFLDL——Exercise: Softmax Regression （softmax迴歸）
實驗要求可以參考deeplearning的tutorial，Exercise:Softmax Regression ，softmax迴歸的原理可以參照之前Logistic and Softmax Regression (邏輯迴歸和
2020-02-22 14:35:35
原创 稀疏自動編碼（Sparse Autoencoder）
在之前的博文中，我總結了神經網絡的大致結構，以及算法的求解過程，其中我們提高神經網絡主要分爲監督型和非監督型，在這篇博文我總結下一種比較實用的非監督神經網絡——稀疏自編碼（Sparse Autoencoder）。 1.簡介 上圖是
2020-02-22 14:35:35
原创 UFLDL——Exercise: Sparse Autoencoder 稀疏自動編碼
實驗要求可以參考deeplearning的tutorial，Exercise:Sparse Autoencoder。稀疏自動編碼的原理可以參照之前的博文，神經網絡， 稀疏自動編碼 。 1. 神經網絡結構： 實驗是實現三層的稀疏自動
2020-02-22 14:35:35
原创 神經網絡（Neural Networks）
1.簡介 一般的迴歸和分類方式是基於線性模型，也就是固定的非線性的基函數（basis function）的線性組合，形式如下： 其中，如果f（.）是非線性的激活函數（activation function），這就是一個分類模型；如果f
2020-02-22 14:35:35
原创 標度差值圖像
標度差值圖像主要應用在兩張圖像相減的時候，在實踐中，大多數圖像都是有8碼顯示，因此像素值在0到255之間，因此在差值圖像中，像素值的取值爲-255到255之間，因此在顯示這一結果時需要對圖像作標度。 方法一： 對每一個像素值再加上
2020-02-22 14:35:35
原创 特徵值和特徵向量（Eigenvalues and Eigenvectors）
特徵值和特徵向量是矩陣的本質內容，在動態問題中發揮很重要的作用，本文講得矩陣默認爲方陣（square）。 1.幾何意義 現在我們從幾何的角度解釋說明是特徵值什麼是特徵向量。大多數的向量（x）乘上矩陣A時，即Ax，(下文中提到向量x乘上A就
2020-02-22 14:35:35
17
原创 非極大抑制（Non-Maximum Suppression）
最近在看RCNN和微軟的SPP-net，其中涉及到Non-Maximum Suppression，論文中沒具體展開，我就研究下了代碼，這裏做一個簡單的總結，聽這個名字感覺是一個很高深的算法，其實很簡單，就是把找出score比較region
2018-09-03 07:34:32
原创 Numpy 入門
轉至：my.oschina.net/lionets/blog/276574 Numpy 的核心內容是它的多維數組對象——ndarray（N-Dimensions Array），整個包幾乎都是圍繞這個對象展開。Numpy 本身並沒有提供多
2018-09-03 07:34:15