1. 二维卷积图中的输入的数据维度为14×1414×14，过滤器大小为5×55×5，二者做卷积，输出的数据维度为10×1010×10（14−5+1=1014−5+1=10）。如果你对卷积维度的计算不清楚，可以参考我之前的博客吴恩达深度学习笔记（deeplearning.ai）之卷积神经网络（CNN）（上）。上述内容没有引入channel的概念，也可以说channel的数量为...

        keras 源码中使用  (x_train, y_train), (x_test, y_test) = mnist.load_data()  这句命令下载MNIST，而这个过程中需要访问 ：url = https://s3.amazonaws.com/img-datasets/mnist.npz，但是访问该url的地址被墙了，所以我们可以先将mnist的包下载下来，再将代码稍作修改

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...

摘要：经验模态分解（EMD）的一个关键问题是改善端点效应。目前工程上已经提出了多种处理方法。在此对端点镜像方法、多项式拟合法、极值延拓法、平行延拓法和边界局部特征尺度延拓法等5种方法进行对比研究，利用分解信号与原信号的相似系数、分解信号与原信号的平均相对误差以及算法的运行时间作为端点处理方法的评价指标。仿真结果表明，极值延拓法是处理准周期信号的相对较好的EMD端点效应处理方法。　　0 引言...