zhaoluffy-CSDN博客

转载自适应学习率调整：AdaDelta - Physcal

超参数超参数（Hyper-Parameter)是困扰神经网络训练的问题之一，因为这些参数不可通过常规方法学习获得。神经网络经典五大超参数:学习率(Leraning Rate)、权值初始化(Weight Initialization)、网络层数(Layers)单层神经元数(Units)、正则惩罚项（Regularizer|Normalization)这五大超参数使得神经网络更像是

2015-12-04 16:47:17 9555

转载 Ubuntu下Firefox有些网页打不开的解决

这段时间用firefox上网，总是有些网页打不开，然后上网搜了一下，试了很多方法，亲测最有效的方法如下：在终端在终端输入：sudo pppoeconf一步一步的照做，有一步就是自动保存你的dns的sudo nano /etc/resolv.conf 设置dns服务器地址. 将你原来的dns服务器地址换成下面两个nameserver 211.99.25.1 nameserver 20

2015-11-06 15:35:18 13581

转载拉普拉斯矩阵

拉普拉斯矩阵图论的数学领域中的拉普拉斯矩阵（也被称为导纳矩阵，吉尔霍夫矩阵或离散拉普拉斯）是图的矩阵表示。拉普拉斯矩阵结合吉尔霍夫理论可以用来计算图的最小生成树的个数。拉普拉斯矩阵还可用来寻找图的其他属性：谱图理论spectral graph theory. 黎曼几何的Cheeger不等式有涉及了拉普拉斯矩阵的离散模拟。这或许是谱图理论中最重要的定理

2014-09-04 20:07:56 11123 2

转载聚类算法K-Means, K-Medoids, GMM, Spectral clustering，Ncut

聚类算法是ML中一个重要分支，一般采用unsupervised learning进行学习，本文根据常见聚类算法分类讲解K-Means, K-Medoids, GMM, Spectral clustering，Ncut五个算法在聚类中的应用。Clustering Algorithms分类1. Partitioning approach:

2014-09-04 20:06:12 1369

转载 Clustering

Retailers who track customer purchases can use this information to automatically detect groups of customerswith similar buying patterns, in addition to regular demographic information.blogs

2014-09-03 22:08:19 725

转载 Boosting算法简介

一、Boosting算法的发展历史　　Boosting算法是一种把若干个分类器整合为一个分类器的方法，在boosting算法产生之前，还出现过两种比较重要的将多个分类器整合为一个分类器的方法，即boostrapping方法和bagging方法。我们先简要介绍一下bootstrapping方法和bagging方法。　　1）bootstrapping方法的主要过程　　主要步骤：

2014-09-02 09:36:34 1107