日韩av黄I国产麻豆传媒I国产91av视频在线观看I日韩一区二区三区在线看I美女国产在线I麻豆视频国产在线观看I成人黄色短片

歡迎訪問(wèn) 生活随笔!

生活随笔

當(dāng)前位置: 首頁(yè) >

深度学习教程

發(fā)布時(shí)間:2025/7/25 48 豆豆
生活随笔 收集整理的這篇文章主要介紹了 深度学习教程 小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

UFLDL教程

From Ufldl

Jump to: navigation, search

說(shuō)明:本教程將闡述無(wú)監(jiān)督特征學(xué)習(xí)和深度學(xué)習(xí)的主要觀點(diǎn)。通過(guò)學(xué)習(xí),你也將實(shí)現(xiàn)多個(gè)功能學(xué)習(xí)/深度學(xué)習(xí)算法,能看到它們?yōu)槟愎ぷ?#xff0c;并學(xué)習(xí)如何應(yīng)用/適應(yīng)這些想法到新問(wèn)題上。

本教程假定機(jī)器學(xué)習(xí)的基本知識(shí)(特別是熟悉的監(jiān)督學(xué)習(xí),邏輯回歸,梯度下降的想法),如果你不熟悉這些想法,我們建議你去這里

機(jī)器學(xué)習(xí)課程,并先完成第II,III,IV章(到邏輯回歸)。


稀疏自編碼器

  • 神經(jīng)網(wǎng)絡(luò)
  • 反向傳導(dǎo)算法
  • 梯度檢驗(yàn)與高級(jí)優(yōu)化
  • 自編碼算法與稀疏性
  • 可視化自編碼器訓(xùn)練結(jié)果
  • 稀疏自編碼器符號(hào)一覽表
  • Exercise:Sparse Autoencoder


矢量化編程實(shí)現(xiàn)

  • 矢量化編程
  • 邏輯回歸的向量化實(shí)現(xiàn)樣例
  • 神經(jīng)網(wǎng)絡(luò)向量化
  • Exercise:Vectorization


預(yù)處理:主成分分析與白化

  • 主成分分析
  • 白化
  • 實(shí)現(xiàn)主成分分析和白化
  • Exercise:PCA in 2D
  • Exercise:PCA and Whitening


Softmax回歸

  • Softmax回歸
  • Exercise:Softmax Regression


自我學(xué)習(xí)與無(wú)監(jiān)督特征學(xué)習(xí)

  • 自我學(xué)習(xí)
  • Exercise:Self-Taught Learning


建立分類用深度網(wǎng)絡(luò)

  • 從自我學(xué)習(xí)到深層網(wǎng)絡(luò)
  • 深度網(wǎng)絡(luò)概覽
  • 棧式自編碼算法
  • 微調(diào)多層自編碼算法
  • Exercise: Implement deep networks for digit classification


自編碼線性解碼器

  • 線性解碼器
  • Exercise:Learning color features with Sparse Autoencoders


處理大型圖像

  • 卷積特征提取
  • 池化
  • Exercise:Convolution and Pooling



注意: 這條線以上的章節(jié)是穩(wěn)定的。下面的章節(jié)仍在建設(shè)中,如有變更,恕不另行通知。請(qǐng)隨意瀏覽周圍并歡迎提交反饋/建議。


混雜的

  • MATLAB Modules
  • Style Guide
  • Useful Links

混雜的主題

  • 數(shù)據(jù)預(yù)處理
  • 用反向傳導(dǎo)思想求導(dǎo)


進(jìn)階主題:

稀疏編碼

  • 稀疏編碼
  • 稀疏編碼自編碼表達(dá)
  • Exercise:Sparse Coding

獨(dú)立成分分析樣式建模

  • 獨(dú)立成分分析
  • Exercise:Independent Component Analysis

其它

  • Convolutional training
  • Restricted Boltzmann Machines
  • Deep Belief Networks
  • Denoising Autoencoders
  • K-means
  • Spatial pyramids / Multiscale
  • Slow Feature Analysis
  • Tiled Convolution Networks



英文原文作者: Andrew Ng, Jiquan Ngiam, Chuan Yu Foo, Yifan Mai, Caroline Suen


Language : English

Retrieved from "http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B"
Views
  • Page
  • Discussion
  • View source
  • History
Personal tools
  • Log in
ufldl resources
  • UFLDL Tutorial
wiki
  • Main page
  • Recent changes
  • Random page
  • Help
Search
Toolbox
  • What links here
  • Related changes
  • Special pages
  • Printable version
  • This page was last modified on 10 April 2013, at 00:26.
  • This page has been accessed 170,065 times.
  • Privacy policy
  • About Ufldl
  • Disclaimers

總結(jié)

以上是生活随笔為你收集整理的深度学习教程的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò),歡迎將生活随笔推薦給好友。