论文地址：（V3）https://arxiv.org/abs/1512.00567本文所包含代码GitHub地址：https://github.com/shankezh/DL_HotNet_Tensorflow如果对机器学习有兴趣，不仅仅满足将深度学习模型当黑盒模型使用的，想了解为何机器学习可以训练拟合最佳模型，可以看我过往的博客，使用数学知识推导了机器学习中比较经典的案例，并且使用了py...

写在前面：     文中的基本公式都是我从网上截图的，公式编辑器使用的实在是太懒了，推导过程我使用的是手写,程序中所使用的数据，也是从网上下的，代码是自己写的。简单介绍：     逻辑回归主要用于二分类问题，即将答案分为两类，回答你是或者不是，数学表示为{0，1}，能很好的表现这一特性的，就是使用logistics函数，Logistic函数图像很像一个“S”型，所以该函数又

论文地址：（V1）https://arxiv.org/abs/1409.4842本文所包含代码GitHub地址：https://github.com/shankezh/DL_HotNet_Tensorflow如果对机器学习有兴趣，不仅仅满足将深度学习模型当黑盒模型使用的，想了解为何机器学习可以训练拟合最佳模型，可以看我过往的博客，使用数学知识推导了机器学习中比较经典的案例，并且使用了pyt...

简单介绍：       Kmeans聚类算法是通过计算各个数据点离簇中心的距离来进行分类的，即除了簇中心外每一个数据点都要计算离每一个簇中心（或者叫质心也行）的距离，然后将这个数据点分配到数据点离簇中心距离最小的那个簇的族群中，但由于簇中心的选择无法一次找到完美的中心（运气除外），就必须进行迭代，让簇中心不断的进行偏移矫正，然后产生新的族群，使得最终可以产生一个不错的分配结果。算法

论文地址：（V1）https://arxiv.org/abs/1409.4842本文所包含代码GitHub地址：https://github.com/shankezh/DL_HotNet_Tensorflow如果对机器学习有兴趣，不仅仅满足将深度学习模型当黑盒模型使用的，想了解为何机器学习可以训练拟合最佳模型，可以看我过往的博客，使用数学知识推导了机器学习中比较经典的案例，并且使用了pyt...

继续补充Gazebo的使用，在这之前说明下我的环境。操作系统：Ubuntu14.04ltsROS系统版本：Indigo看这篇文章前，建议先看我写的上一篇文章，【ROS学习笔记】二、Gazebo的使用上好的，我们继续。我们继续按照教程走。一、使用ROS命令将新的对象加入到Gazebo模拟器中。1)首先我们打开终端，roscore核心记得运行起来。ros

跳的比较快，别人光介绍基础以及ros的基本操作就写了十几二十篇，我一下就跳到了Gazebo这，可怕有没有。其实原因很简单，如果你将ros官网的基础篇章练习完了，在最后一篇 where Next？中告诉我们进阶应该做什么，第一步就讲到使用模拟器Gazebo，所以如果基础内容大家实在是看不懂英文，你们可以看看csdn很多博主翻译过来的基础篇，写的都很不错，我就不做无用功了，写博客也挺花时间的。就像

简单介绍：     神经网络主要是默认人类脑结构进行的一种代码程序结构的表现，同时是RNN，CNN，DNN的基础。结构上大体上分为三个部分（输入，含隐，输出），各层都有个的讲究，其中，输入层主要是特征处理后的入口，含隐层用来训练相应函数，节点越多，训练出的函数就越复杂，输出层输出相应的预测结果，比较常见的就是多分类了。算法特点：     1、神经网络属于有监督学习的一种；

UDP Client客户端  http://blog.csdn.net/shankezh/article/details/50731287UDP Server服务器 http://blog.csdn.net/shankezh/article/details/51452811TCP Client客户端 很快补上TCP Server服务器 很快补上-------