發(fā)簡信
IP屬地：江蘇
-
Batch normalization
http://blog.csdn.net/hjimce/article/details/50866313這篇文章不錯
-
正則化方法
正則化的作用 正則化是為了防止過擬合采取的策略瘤礁，主要的正則化方法有L1阱当、L2卡者、dropout、dropconnect L2正則化 具體的公式如下...
-
神經網絡的參數更新這個需要翻墻的外國網站寫的很好：http://ruder.io/optimizing-gradient-descent/index.html#m...
-
神經網絡的初始化參數方法
神經網絡的參數也就是權重W很多，通過BP反向傳播可以逐漸得到使Cost Function最小的參數，但是這些參數的初始值對于收斂的速度，最后的準...
-
常用的激活函數
激活函數的作用 激活函數的作用是能夠給神經網絡加入一些非線性因素尾序，使得神經網絡可以更好地解決較為復雜的問題。我們知道神經網絡的神經元輸入的是x的...
-
卷積神經網絡（CNN）基礎前言 在七月初七情人節(jié)躯砰，牛郎織女相見的一天每币，我終于學習了CNN（來自CS231n），感覺感觸良多弃揽，所以趕快記下來脯爪，別忘了，最后祝大家情人節(jié)快樂5...
-
QEM網格簡化說明 QEM網格簡化可以有效的減少復雜網格的頂點數同時保留原網格的拓撲特征矿微，可以自定義減少后的頂點數痕慢，是十分重要的算法，在計算幾何領域涌矢，它實現的...
-
RVD（Restricted Voronoi Diagram）的并行算法
前言 小學期的項目掖举，做之前不和我們說是工業(yè)級的保密算法，做之后娜庇，只有一篇論文塔次，還是紙質版，沒有電子版名秀，一個月的時間還有許多bug励负，但是盡力了。使...
-
隨機梯度下降（SGD）和批量梯度下降以及擬牛頓法批量梯度下降和隨機梯度下降是機器學習中很常用的學習方法匕得，批量梯度下降更為準確继榆，但是每一輪訓練都要遍歷全部的樣本而隨機梯度下降則沒有這一問題巾表，但是...