深度神经网络，相比于之前的传统机器学习方法，可以看成是一个全新的物种，这背后的原因，最明显的还是深度学习对机器算力的巨大需求，在深度学习入门最少需要知道什么？中介绍了深度学习所需的显卡资源，而当前大内存的机器不贵，而高性能，大显存的显卡就没那么便宜了。这使得使用深度学习去处理实际生活中遇到的问题，例如图像和语音的识别时，需要消耗大量的资源。而迁移可以改变这一切，显著的降低深度学习所需的硬件资源。.

catalogue1. 引言2. 一些基本概念3. Sequential模型4. 泛型模型5. 常用层6. 卷积层7. 池化层8. 递归层Recurrent9. 嵌入层 Embedding1. 引言Keras是一个高层神经网络库，Keras由纯Python编写而成并基Tensorflow或Theano简易和快速的原型设计（keras具有高度模块化，极简，和可扩...

深度学习是一个具有强烈计算要求的领域，GPU的选择将从根本上决定您的深度学习体验。需要多个GPU吗？多GPU能够对深度学习有什么影响，我非常感兴趣，于是通过组装具有40Gbit/s的小型GPU集群，然后应用于多GPU训练，激动的看到多个GPU可以获得更好的结果。但是很快发现，在多个GPU上高效地并行化神经网络不仅非常困难，而且对于密集型神经网络，其加速率也非常低。使用数据并行性可以...

作者：桂。时间：2017-03-06  20:57:22链接：http://www.cnblogs.com/xingshansi/p/6511916.html 前言本文为Hilbert变换一篇的内容补充，主要内容为：　　1）EMD原理介绍　　2）代码分析　　3）一种权衡的小trick　　4）问题补充内容主要为自己的学习总结，并多有借鉴他人，最后一并给出链接。...

论文中需要画图进行比较，感觉还是matlab画起来比较方便，先把自己画的图及matlab代码放上。y=[300 311;390 425; 312 321; 250 185; 550 535; 420 432; 410 520;];b=bar(y);grid on;ch = get(b,'children');set(gca,'XTickLabel',{'0','1','2','3','...

 写大论文最关键的就是要找到创新点，而最伤脑筋的是如何才能找到创新点。最近看到许多同学为了找到大论文中的创新点是殚精竭虑，每天在教研室是如坐针毡，非常的痛苦。我个人觉得，创新点就像是机遇一样，说来就来，说走就走。李开复老师曾经说过，创新是需要积累的。在找到创新点之前，我们需要大量地阅读相关的论文或书籍，并反复地比较相关理论或模型的异同。如此这般，才能有创新的火花在我们的大脑中迸发出来！   ...

RGB彩色图像中，一种彩色由R（红色），G（绿色），B（蓝色）三原色按比例混合而成。图像的基本单元是一个像素，一个像素需要3块表示，分别代表R，G，B，如果8为表示一个颜色，就由0-255区分不同亮度的某种原色。灰度图像是用不同饱和度的黑色来表示每个图像点，比如用8位 0-255数字表示“灰色”程度，每个像素点只需要一个灰度值，8位即可，这样一个3...

End to end：指的是输入原始数据，输出的是最后结果，应用在特征学习融入算法，无需单独处理。end-to-end（端对端）的方法，一端输入我的原始数据，一端输出我想得到的结果。只关心输入和输出，中间的步骤全部都不管。　　端到端指的是输入是原始数据，输出是最后的结果，原来输入端不是直接的原始数据，而是在原始数据中提取的特征，这一点在图像问题上尤为突出，因为图像像素数太多，数据维度高，会...

在学习卡尔曼滤波器之前，首先看看为什么叫“卡尔曼”。跟其他著名的理论（例如傅立叶变换，泰勒级数等等）一样，卡尔曼也是一个人的名字，而跟他们不同的是，他是个现代人！卡尔曼全名Rudolf Emil Kalman，匈牙利数学家，1930年出生于匈牙利首都布达佩斯。1953，1954年于麻省理工学院分别获得电机工程学士及硕士学位。1957年于哥伦比亚大学获得博士学位。我们现在要学习的卡尔曼滤波器，正是源

在 fit 和 evaluate 中 都有 verbose 这个参数，下面详细说一下fit 中的 verboseverbose：日志显示verbose = 0 为不在标准输出流输出日志信息verbose = 1 为输出进度条记录verbose = 2 为每个epoch输出一行记录注意： 默认为 1verbose = 0，在控制台没有任何输出verbose = 1 ：显示进度...