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 »2018-04-09 10:43 sunmengqi
经常有身边的学友问到用什么Python发行版比较好？ 目前比较流行的Python科学计算发行版有这么几个： （1）Python（x，y） GUI基于PyQt，曾经是功能最全也是最强大的，而且是Windows系统中科学免费Python发行版的不二选择.不过今时已不同往昔! PythonXY里面的许多包为了兼容性的问题，无法使用最新的程序包。尤其是令人气愤的是MinGW到现在还是古董级的4.5版本，而TDM-GCC现在都4.8.1-3了。不过这个包在你安装了之后，除了占用较大的磁盘空间之外，基本上你也不用再...
继续阅读 »2018-03-21 15:45 sunmengqi
感知器算法基于单层神经网络的范畴，不仅是第一个以算法描述的学习算法，而且很直观，也较为容易实现。同时，它也是是最先进的机器学习算法之一人工神经元网络（也可称作深入学习）的绝好切入点。 感知器的最初概念可以追溯到Warren McCulloch和Walter Pitts在1943年的研究，他们将生物神经元类比成带有二值输出的简单逻辑门。以更直观的方式来看，神经元可被理解为生物大脑中神经网络的子节点。在这里，变量信号抵达树突。输入信号在神经细胞体内聚集，当聚集的信号强度超过一定的阈值，就会产生一个输出信...
继续阅读 »2018-03-12 21:36 sunmengqi
基本概念 ： 社交网络上的影响力最大化问题需要借助于相应的影响力传播模型，在研究中一般将社交网络抽象成一个图G(V, E)，其中V为网络中个体的集合，E为网络中个体之间交互和关系的集合；网络G上的每个节点初始时刻有两种状态，即激活和未激活，只有处于激活状态的节点且对它指向的节点才具有影响力，未激活的节点则对它指向的节点没有影响力，当一个节点被其它节点成功影响时，称此节点被激活；当一个节点被激活的邻居节点越来越多，该节点被激活的概率则越来越大，直到某一时刻该节点被激活，被激活的节点又可以影响它指向的节点...
继续阅读 »2018-03-09 15:25 sunmengqi
世界七大数学难题千禧年难题 20世纪是数学大发展的世纪。数学的许多重大难题得到完满解决， 如费尔玛大定理的证明，有限单群分类工作的完成等， 从而使数学的基本理论得到空前发展。 计算机的出现是20世纪数学发展的重大成就，同时极大推动了数学理论的深化和数学在社会和生产力第一线的直接应用。 回首20世纪数学的发展， 数学家们深切感谢20世纪最伟大的数学大师大卫. 希尔伯特。希尔伯特在1900年8月8日于巴黎召 开的第二届世界数学家大会上的著名演讲中提出了23个数学难题。希尔伯特问题在过去百年中激发数学家的智慧，...
继续阅读 »
