计算机视觉
图像处理

Deep Learning学习笔记(总结)

Deep Learning学习笔记总结介绍:

Deep learning:二十五(Kmeans单层网络识别性能)

Deep learning:二十四(stacked autoencoder练习)

Deep learning:二十三(Convolution和Pooling练习)

Deep learning:二十二(linear decoder练习)

Deep learning:二十一(随机初始化在无监督特征学习中的作用)

Deep learning:二十(无监督特征学习中关于单层网络的分析)

Deep learning:十九(RBM简单理解)

Deep learning:十八(关于随机采样)

Deep learning:十七(Linear Decoders,Convolution和Pooling)

Deep learning:十六(deep networks)

Deep learning:十五(Self-Taught Learning练习)

Deep learning:十四(Softmax Regression练习)

Deep learning:十三(Softmax Regression)

Deep learning:十二(PCA和whitening在二自然图像中的练习)

Deep learning:十一(PCA和whitening在二维数据中的练习)

Deep learning:十(PCA和whitening)

Deep learning:九(Sparse Autoencoder练习)

Deep learning:八(Sparse Autoencoder)

Deep learning:七(基础知识_2)

Deep learning:六(regularized logistic回归练习)

Deep learning:五(regularized线性回归练习)

Deep learning:四(logistic regression练习)

Deep learning:三(Multivariance Linear Regression练习)

Deep learning:二(linear regression练习)

Deep learning:一(基础知识_1)

转载请注明来源:CV视觉网 » Deep Learning学习笔记(总结)

分享到:更多 ()
扫描二维码,给作者 打赏
pay_weixinpay_weixin

请选择你看完该文章的感受:

1不错 0超赞 0无聊 0扯淡 0不解 0路过

评论 3

评论前必须登录!