原创 受限玻爾茲曼機(Restricted Boltzmann Machine, RBM) 簡介

受限玻爾茲曼機(Restricted Boltzmann Machine,簡稱RBM)是由Hinton和Sejnowski於1986年提出的一種生成式隨機神經網絡(generative stochastic neural network

原创 GAN應用情況

今天我們來聊一個輕鬆一些的話題——GAN的應用。 在此之前呢,先推薦大家去讀一下一篇新的文章LS-GAN(Loss-sensitive GAN)[1]。 這個文章比WGAN出現的時間要早幾天,它在真實分佈滿足Lipschit

原创 Deep Q Network (DQN)

1. 強化學習和深度學習結合       機器學習=目標+表示+優化。目標層面的工作關心應該學習到什麼樣的模型,強化學習應該學習到使得激勵函數最大的模型。表示方面的工作關心數據表示成什麼樣有利於學習,深度學習是最近幾年興起的表示方法

原创 自然語言處理的十個發展趨勢

本文轉自:http://www.sohu.com/a/163571379_633698 近日,由中國人工智能學會、阿里巴巴集團 & 螞蟻金服主辦,CSDN、中國科學院自動化研究所承辦的第三屆中國人工智能大會(CCAI 2017)在

原创 有效集法介紹(Active Set Method)

單純性法(Simplex Method)是“線性規劃之父”George Dantzig 最著名的成果,也是求解線性規劃最有力的算法之一。而這一算法在求解二次規劃(Quadratic Programming, QP)時的升級版就是有效集法(

原创 淺顯易懂——泰勒展開式

第一次見到泰勒展開式的時候,我是崩潰的。泰勒公式長這樣: 好奇泰勒是怎麼想出來的,我想,得儘量還原公式發明的過程才能很好的理解它。 首先得問一個問題:泰勒當年爲什麼要發明這條公式? 因爲當時數學界對簡單函數的研究和應用已經趨於成熟,而複雜

原创 通俗講解遺傳算法:內存中的進化

這是個真實的故事。 從前在海岸邊有一羣扇貝在悠哉遊哉地生活繁衍着。它們自然是衣食不愁,連房子也有了着落。它們擔憂的只有一件事:每隔一段時間,總有一個人來挖走它們之中的一部分。當然啦,挖回去幹什麼這大家都知道。但扇貝們不知道的是,這

原创 DeepMind提出多任務強化學習新方法Distral

選自arXiv 機器之心編譯 參與:蔣思源、黃小天 深度強化學習因爲複雜的環境而很難進行有效的訓練,通常我們會簡化環境或使用共享神經網絡參數的方法進行多任務學習,但採用這種方法的學習並不穩定。因此 DeepMind 近日發表了一篇論文,

原创 一篇文章搞懂Python中self的含義

文章轉自:http://python.jobbole.com/81921/ 剛開始學習Python的類寫法的時候覺得很是麻煩,爲什麼定義時需要而調用時又不需要,爲什麼不能內部簡化從而減少我們敲擊鍵盤的次數?你看完這篇文章後就會明白所

原创 前沿 | 利用遺傳算法優化神經網絡:Uber提出深度學習訓練新方式

在深度學習領域,對於具有上百萬個連接的多層深度神經網絡(DNN),現在往往通過隨機梯度下降(SGD)算法進行常規訓練。許多人認爲,SGD 算法有效計算梯度的能力對於這種訓練能力而言至關重要。但是,Uber 近日發佈的五篇論文表明,神經進化

原创 Confusion Matrix (混淆矩陣)

轉自:https://blog.csdn.net/java1573/article/details/78881284一個完美的分類模型就是,如果一個客戶實際上(Actual)屬於類別good,也預測成(Predicted)good,處於類

原创 SVM多分類問題 libsvm在matlab中的應用

對於支持向量機,其是一個二類分類器,但是對於多分類,SVM也可以實現。主要方法就是訓練多個二類分類器。 一、多分類方式 1、一對所有(One-Versus-All OVA) 給定m個類,需要訓練m個二類分類器。其中的分類器 i 是將

原创 遺傳算法原理及例題

作者:sjyan 鏈接:https://www.zhihu.com/question/23293449/answer/120220974 來源:知乎 著作權歸作者所有。商業轉載請聯繫作者獲得授權,非商業轉

原创 OpenCV3.1.0的下載、安裝和配置

1.任務描述 準備配置的環境 電腦系統:Windows 10 專業版 OpenCV版本:3.1.0Visual Studio版本:2015 在配置OpenCV3之前,需要先把VS2015安裝好。本文默認已經安裝了VS2015

原创 圖像三維重建方法綜述

文章轉自:http://blog.csdn.net/zhubaohua_bupt/article/details/74172831   利用相機進行三維重建已經不是一個新鮮的話題,重建的三維環境用途很廣泛, 比如檢測識別目標,作爲深度學習