第一步：前向传播【注】此BP算法的证明仅限sigmoid激活函数情况。本博文讲道理是没错的，毕竟最后还利用代码还核对了一次理论证明结果。关于更为严谨的BP证明，即严格通过上下标证明BP的博客请戳这里简单的三层网络结构如下参数定义：可见层定义为X，共有n个单元，下标用 i表示隐藏层定义为B，共有p个单元，下标用 j 表示输出层定义为Y，共有q个...

前言最近发现有挺多人喜欢径向基函数(Radial Basis Function,RBF)神经网络，其实它就是将RBF作为神经网络层间的一种连接方式而已。这里做一个简单的描述和找了个代码解读。之前也写过一篇，不过排版不好看，可以戳这里跳转国际惯例，参考博客：维基百科径向基函数《模式识别与智能计算——matlab技术实现第三版》第6.3章节《matlab神经网络43个案例分析》第7章节tensorfl

本文摘自：《模式识别与智能计算——matlab技术实现第三版》与《matlab神经网络43个案例分析》【注】蓝色字体为自己的理解部分径向基函数神经网络的优点：逼近能力，分类能力和学习速度等方面都优于BP神经网络，结构简单、训练简洁、学习收敛速度快、能够逼近任意非线性函数，克服局部极小值问题。原因在于其参数初始化具有一定的方法，并非随机初始化。RBF是具有...

主要借鉴此博客代码：http://blog.csdn.net/sherry_gp/article/details/50560003但是这个博主的代码达不到我想要的效果，所以修改了一下我想要实现的效果是：给定一列的预测标签，以及这一列标签的哪一部分理应属于哪一部分标签。此代码实现的功能是：给定条件：给定预测标签为A=[1 2 1 1 2 2 3 2 3 3 3 3 4 4 1

matlab之norm计算范数

前言这里主要是看到了一个简单的LSTM例子，比上一个coco简单很多，所以在这里记录一下，便于后续的分析，参考博客在上一篇文章的末尾提到过：Recurrent neural nets with Caffe需要说明的是这个例子也并非原原本本的使用caffe自带的LSTM，而是加入了一些东西，所以我们还是得新增层国际惯例，代码链接：作者提供GitHub：https://github.c

转自：http://blog.sina.com.cn/s/blog_6833a4df01012bcf.html牛人主页（主页有很多论文代码）Serge Belongie atUC San DiegoAntonioTorralba at MITAlexeiFfros at CMUCeLiu at Microsoft Research N

前言发现许多代码还是用python写的，所以还是配置一下接口吧，虽然博主不会Python，咳咳。在这里使用的python安装包是anaconda2官网地址：https://www.continuum.io/downloads百度云：链接：http://pan.baidu.com/s/1nvrrfQx 密码：1jg5注意一下，我第一安装的时候竟然没有jupyter notebook，

前言移植了各种caffe，是时候进行下一步操作了，先拿可视化下手吧。大部分内容可能跟网上的方法不一样，大家看完我的博客最好去网上看看大牛们的博客，万一被我误导了，就罪过了o(╯□╰)o，开更.............环境：微软caffe+wind7+matlab2013a参考：http://caffe.berkeleyvision.org/tutorial/interfaces.htm

前言按照微软的官方地址配置可能会出现一个问题caffe_.mexw64找不到引用模块问题，或者在matlab里面压根找不到caffe_这个函数，下面会提到这两个问题。还是按照步骤来吧【PS1】有GPU同样按照下述步骤，进行即可【PS2】文章在matlab2013a、matlab2014a、matlab2015b、matlab2016a、matlab2018a中配置成功，但是在高版本或者...