2018-05-17 17:19 dxwang1
https://www.youtube.com/watch?v=vT1JzLTH4G4&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=0 Stanford 大学 2017年的课程。
继续阅读 »2018-04-23 15:36 sunmengqi
在我们进行深度学习的研究与学习的时候，难免接触到一些已有的很好用的框架。深度学习的框架有许多种，各有特色，在使用时也各有优劣，习惯于哪一种，选择哪一种其实主要是看个人的习惯以及项目特点。 在本文中，笔者具体的讲解一下较为常用的TensorFlow框架在Windows系统中的搭建方式。 笔者在Windows系统下使用 Anaconda搭建深度学习框架，安装Anaconda的方式十分简单，搜索Anaconda官方网站下载对应的版本即可运行安装。这里不再赘述。 在安装好Anaconda之后，打开...
继续阅读 »2018-04-16 15:51 sunmengqi
最近笔者在看一些有关于深度学习的内容，了解了有关于AutoEncoder的一些知识，在这里分享给大家。内容中参考了一些CSDN和博客园中博客的相关内容。 Deep Learning最简单的一种方法是利用人工神经网络的特点，人工神经网络（ANN）本身就是具有层次结构的系统，如果给定一个神经网络，我们假设其输出与输入是相同的，然后训练调整其参数，得到每一层中的权重。自然地，我们就得到了输入I的几种不同表示（每一层代表一种表示），这些表示就是特征。自动编码器就是一种尽可能复现输入信号的神经网络。为了实现这...
继续阅读 »2018-11-28 09:50 hxy
NetworkX 2.1获取节点i属性集合方法： G.node[i]，返回值为dict类型。 Netowrkx中获取邻居节点的方法出在 networkx.Graph.neighbors， 在早期版本中，可以直接使用G.neighbors( i )来获取 i 节点的邻居节点，但是在2.0版本中做出调整， 可以直接使用G[ i ] 获取节点 i 的邻居节点 。 Graph.neighbors(n) Return an iterator over allneighborsof node n. This is i...
继续阅读 »2017-12-04 16:28 rick
我们已经有了成本函数，也有均方误差函数来判断成本函数的好坏。现在需要得出最好参数的方法。 这就是梯度下降法。 想象一下，我们根据0和1来描绘我们的假设函数。这里我们不是绘制x和y本身，而是把0放在x轴上，把1放在y轴上，在垂直的z轴上放置均方误差函数。我们图上的点将是成本函数的结果与实际参数的结果之差。 下图描述了这样的设置。 当我们的成本函数处于图的坑底时，即当它的值是最小值时，就成功了。红色箭头显示图中的最小点。我们这样做的方式是通过我们的成本函数的导数（函数的切线）。切线的斜率是那个点的导数，它会给...
继续阅读 »
