原创 變分貝葉斯簡介

變分貝葉斯很好的學習材料,供大家參考:Variational Bayes(http://www.blog.huajh7.com/variational-bayes/)

原创 對向量和矩陣求導、求跡、求期望的公式

在機器學習和統計學等領域,我們經常需要對矩陣和向量進行運算,比較常見的有求導、求跡、求期望等運算。下面的鏈接網頁非常詳細地給出了簡明的計算公式,供大家查詢! The Operations of Vectors and Matrices

原创 卷積神經網絡(CNN)

1. CS231n課程筆記翻譯:卷積神經網絡筆記 2. CS231n Convolutional Neural Networks for Visual Recognition 3. 卷積神經網絡 4. CNN反向求導推導 5. D

原创 深度學習中的Attention-based Models及其應用整理

Google Brain: Attention and Augmented Recurrent Neural Networks CSDN:自然語言處理中的Attention Model:是什麼及爲什麼 博客園:注意力機制(Attenti

原创 windows 10 64bit下安裝Tensorflow+Keras+VS2015+CUDA8.0 GPU加速

今天按照作者提供的方法成功搭建了深度學習的環境,親測可用,鏈接在這裏。 注意:其中用到的CUDA和cuDNN版本一定要匹配,如果不清楚就儘量按照文中提到的版本安裝。

原创 sigmoid、tanh、softplus和ReLu激活函數

RT,這些激活函數的演化及其在神經生物學中的解釋,請戳這裏!

原创 核函數(Kernel Function)整理

一些已有的核函數整理,詳情請見這裏!

原创 ROC曲線,PR曲線,F1值和AUC概念解釋及舉例說明

1. ROC曲線和PR(Precision-Recall)曲線的聯繫 2. ROC曲線、PR曲線 3. 精確率、召回率、F1 值、ROC、AUC 各自的優缺點是什麼?

原创 CNN訓練Cifar-10技巧整理

CNN訓練Cifar-10技巧整理,包括ReLU激活函數、參數初始化、學習率、樣本均值歸一化等的介紹,請看這裏。

原创 怎樣開始學習深度學習?

How to Start Learning Deep Learning?

原创 常用RGB顏色與數值對應表(取值0到255)

詳情請戳這裏!

原创 機器學習中的模型評估和參數調優

機器學習可視化:1. 模型評估和參數調優,請戳here!                              2. 深度學習網絡中各個超參數的確定(in Python with Keras),請戳here!

原创 有用的Matlab、C、C++、Python和LaTeX代碼以及數據集

John Burkardt教授收集整理的資源,請戳這裏!

原创 Deep Learning Trends @ ICLR 2016

深度學習領域的國際會議ICLR2016年會議概要,詳情請戳這裏!

原创 用於機器學習的數據集彙總

這些數據集主要分爲兩大類:文本分類和圖像分類,各個數據集都提供了網頁鏈接,詳情請戳這裏!