X_XZhang-CSDN博客

原创来自2018年最后的瞎扯——从“空间”到“强人工智能”

来自2018年最后的瞎扯——从“空间”到“强人工智能”前言

2019-01-01 16:29:48 922 1

原创电吉他效果器音频处理（1）——失真效果器、超载失真效果器、移相效果器、弗兰格效果器

电吉他效果器音频处理（1）——失真效果器、超载效果器、移相效果器、弗兰格效果器由于最近一个月在实习，所以机器学习方面的文章系列最近暂停了一段时间，实习过后该系列会恢复更新（其实是由于笔者太懒了Orz）。实习完过后笔者晚上回去没事就捣鼓捣鼓电吉他，最近没事就在研究电吉他效果器的调音，然后对效果器的处理原理产生了浓厚的兴趣，所以想着能不能靠代码重建一下各个调音的模块，说不定还能写出自己不同的音频处理的模

2017-07-14 13:36:35 4243 3

翻译机器学习数学原理（8）——霍夫丁不等式

机器学习数学原理（8）——霍夫丁不等式这一篇博文主要是为后面的介绍学习理论（Learning Theory）的博文做铺垫。在学习理论中将会使用到霍夫丁不等式作为其引论之一。当然也可以选择直接接受引论从而跳过这一篇的推导，读者可以根据自己的需求来选择。需要说明的是，该篇博文直接选择翻译英文的文章，如果读者更喜欢原版（显然原版会更加准确，毕竟笔者的英语水平还是有点烂的），这里笔者也给出了资源的链接：ht

2017-06-22 10:44:23 45844 1

原创机器学习数学原理（1）——极大似然估计法

机器学习数学原理（1）——极大似然估计法事实上机器学习的大部分算法都是以数理统计和概率论为理论基础构建的。笔者在学习机器学习的过程中，意识到其实机器学习中的很多假设背后都是有着数学原理支撑的，从而使得这些假设不再是“看似合理”。这里笔者便将一些学习过程中的理解整理成一个系列，希望能够在帮助自己整理知识结构体系的同时，也能给大家带来一些帮助。资料参考的是华中科技大学出版社出版由刘次华主编的《概率论与数

2017-04-14 23:21:27 17191 9

转载为何五次方程没有求根公式？

摘自姜子麟算法与数学之美上面这个链接。

2017-07-30 00:17:03 2565

转载深度神经网络是否模拟了人类大脑皮层结构

深度神经网络（DNN）是否模拟了人类大脑皮层结构？来源：AI科技大本营微信号概要：人工智能交融了诸多学科，而目前对人工智能的探索还处于浅层面，我们需要从不同角度和层次来思考，比如人工智能和大脑的关系。原作者：Harold Yue神经元在深度学习领域，神经元是最底层的单元，如果用感知机的模型， wx + b, 加上一个激活函数构成了全部，输入和输出都是数字，研究的比较清楚。别的不说，在参数已知的情况

2017-07-19 10:29:56 2211

转载 25张图让你读懂神经网络架构

由于新的神经网络架构无时无刻不在涌现，想要记录所有的神经网络是很困难的事情。要把所有这些缩略语指代的网络(DCIGN，IiLSTM，DCGAN等)都弄清，一开始估计还无从下手。下表包含了大部分常用的模型(大部分是神经网络还有一些其他的模型)。虽然这些架构都是新奇独特的，但当我开始把它们的结果画下来的时候，每种架构的底层关系就会清晰。

2017-07-18 16:25:14 1184

转载记忆的分类及其理论模型

学习与记忆是相互联系的两个过程。简单地说，学习（learning）是获取新知识或新技能的过程，而记忆（memory）则是对所获取信息的保存和读出的过程。

2017-07-17 16:17:28 2891

原创机器学习数学原理（7）——SVM支持向量机

机器学习数学原理（7）——SVM支持向量机这篇博文笔者将默认读者已经了解了最优间隔分类器以及泛化拉格朗日乘子法，如果部分读者还不是很了解，我这里给出前面一篇博文的链接《机器学习数学原理（6）——最优间隔分类器》。总之，这篇博文将不会再赘述相关的知识，而是直接给出其结论。由于笔者水平有限，如果读者发现任何不妥或者错误之处，欢迎批评指出。1 简介我们来看看前面最优间隔分类器的前提：线性可分的样本空间。但

2017-05-27 17:23:11 3112

原创机器学习数学原理（6）——最优间隔分类器

机器学习数学原理（6）——最优间隔分类器这一篇博文主要起一个承上启下的作用，即需要上一篇博文所说的泛化拉格朗日定理方面的知识（建议读者先阅读上一篇博文《机器学习数学原理（5）——广泛拉格朗日乘子法》），同时为下一篇关于SVM支持向量机的博文作铺垫。这一篇博文介绍最优间隔分类器。需要注意的是，本篇所介绍的最优间隔分类器都是建立在线性可分的二分类样本基础上的，对于非线性可分的样本笔者会在下一篇博文SVM

2017-05-26 10:14:17 1836

原创机器学习数学原理（5）——广泛拉格朗日乘子法

这一篇主要讲解了不等式约束下的凸优化问题，即广泛拉格朗日乘子法，为机器学习中的最优间隔分类器和SVM支持向量机算法做铺垫。

2017-05-12 09:55:00 9664

原创机器学习数学原理（4）——朴素贝叶斯算法

机器学习数学原理（4）——朴素贝叶斯模型朴素贝叶斯模型（Naive Bayes Model），是一种基于贝叶斯定理与特征条件独立假设的分类方法，与决策树模型（Decision Tree Model）同为目前使用最广泛的分类模型之一，在各个领域都有广泛的应用，例如我们经常会用到的垃圾邮件的分类功能。这篇博文接上一篇博文：机器学习数学原理（3）——生成型学习算法。但又有其相对的独立性与重要性，故笔者重新

2017-04-28 21:37:40 1910

原创机器学习数学原理（3）——生成型学习算法

机器学习数学原理（3）——生成型学习算法在上一篇博文中我们通过广义线性模型导出了针对二分类的Sigmoid回归模型以及针对多项分类的Softmax回归模型，需要说明的是，这两种算法模型都属于判别学习算法，而这篇博文主要分析了与之区别的生成型学习算法。生成型学习算法与判别学习算法虽然在结论上有很多相同的地方（从后面的分析中我们甚至可以发现生成学习算法也可以导出Sigmoid回归模型！），但是他们两者之

2017-04-27 17:21:18 1493

原创机器学习数学原理（2）——广义线性模型

机器学习数学原理（2）——广义线性模型这篇博文主要介绍的是在机器学习中的回归问题以及分类问题中的一个非常具有概括性的模型：广义线性模型（Generalized Linear Models，简称GLMs），这类模型包括了回归问题中的正态分布，也包含了分类问题中的伯努利分布。随着我们的分析我们会发现，广义线性模型不仅可以导出Logistics回归，也可以导出Softmax回归。1.指数族在导出模型之前，

2017-04-21 18:20:01 2445

原创基于BP神经网络的数字识别基础系统(汇总)

基于BP神经网络的数字识别基础系统1.前言随着《最强大脑》中的人机大战播放以及AlphaGo的围棋领域的攻克，深度学习开始进入了人们的视野，事实上神经网络作为深度学习的基础慢慢成为了人工智能以及模式识别的核心。其实神经网络的理论基础并不困难，甚至可以说是十分的简单。这里，笔者通过一个数字识别基础系统来介绍神经网络中的BP神经网络，这里之所以说“基础”是因为这个系统只完成了核心部分：固定图片像素大小的

2017-03-31 00:04:43 4692 1

原创基于BP神经网络的数字识别基础系统（四）

基于BP神经网络的数字识别基础系统（四）（接上篇）上一篇的链接：http://blog.csdn.net/z_x_1996/article/details/684900093.系统设计上一篇笔者已经讨论完了BP神经网络需要用到的知识点，接下来就开始设计符合我们标题的系统了。首先我们要确定训练集以及测试集：下载链接：http://download.csdn.net/detail/z_x_1996/97

2017-03-31 00:02:57 1086 3

原创基于BP神经网络的数字识别基础系统（三）

基于BP神经网络的数字识别基础系统（三）（接上篇）上一篇的链接：http://blog.csdn.net/z_x_1996/article/details/60779141上篇博文中笔者简单的介绍了一下梯度下降算法，这里接着为大家介绍增量梯度下降算法。2.2.2增量梯度下降法增量梯度下降法又叫做随机梯度下降法，很多人对后一个叫法更加熟悉，其实两者是一个东西。增量梯度下降算法不再以所有的样本来算权重的

2017-03-30 16:57:46 1412

原创 VS2015配置openCV的一个问题

VS2015配置openCV的一个问题这篇小文章主要说一下笔者最近在vs2015上配置openCV后遇到的一些问题，希望能够给大家帮助。1.配置的环境系统版本：win10vs版本：vs2015openCV版本：openCV3.0.02.配置成功后会遇到的问题我感觉vs2015对openCV某些函数的支持不是很好。我们直接进入正题：首先我们按照其他博客的方式配置openCV（网上很多，这里

2017-03-10 17:18:37 886

原创基于BP神经网络的数字识别基础系统（二）

基于BP神经网络的数字识别基础系统（二）（接上篇）上一篇的链接：http://blog.csdn.net/z_x_1996/article/details/55670814上一篇提出的两个问题即训练过程中，系数w如何改变的问题，即寻找一个比较好的改变方式，使得w能够更快的收敛到正确的系数。使用这样的神经网络，只能拟合线性的求解方式，无法拟合非线性的求解方式。中的第二个问题已经得到了较好的解决，

2017-03-07 20:40:17 3414

原创基于BP神经网络的数字识别基础系统（一）

基于BP神经网络的数字识别基础系统（一）1.前言随着《最强大脑》中的人机大战播放以及AlphaGo的围棋领域的攻克，深度学习开始进入了人们的视野，事实上神经网络作为深度学习的基础慢慢成为了人工智能以及模式识别的核心。其实神经网络的理论基础并不困难，甚至可以说是十分的简单。这里，笔者通过一个数字识别基础系统来介绍神经网络中的BP神经网络，这里之所以说“基础”是因为这个系统只完成了核心部分：固定图片像素

2017-02-18 20:41:45 3540 4

原创 Android调用相机

android调用相机的一些讲解，包括一些常见的问题。

2017-01-14 22:14:28 1008

Άγνωστο.Z