Deep Learning（深度学习）学习笔记整理系列声明：1）该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。2）本文仅供学术交流，非商用。所以每一部分具体的参考资料并没有详细对应。如果某部分不小心侵犯了大家的利益，还望海涵，并联系博主删除。3）本人才疏学浅，整理总结的时候难免出错，还望各位前辈不吝指正，谢谢。4）阅读本文需要机...
这里为什么CNN核心内容？原因很简答，CNN说白了就是一个更多层、更多节点的ANN，不同之处就是处理网络每一层的权值的方法不一样（CNN，当然是卷积使得权值共享，降低连接数量，同时兼顾二维特征）。从算法层面上讲，CNN的核心还是同BP网络一样，计算整个CNN网络中的误差反向传播，来更新每一层的权值，只不过这个误差反向传播更复杂。理解了CNN误差反向传播的过程，就基本上了解CNN。 DNN的背景DNN，deep neural network，近几年机...
【深度学习系列4】深度学习及并行化实现概述摘要： 深度学习可以完成需要高度抽象特征的人工智能任务，如语音识别、图像识别和检索、自然语言理解等。深层模型是包含多个隐藏层的人工神经网络，多层非线性结构使其具备强大的特征表达能力和对复杂任务建模能力。训练深层模型是长期以来的难题，近年来以层次化、逐层初始化为代表的一系列方法的提出给训练深层模型带来了希望，并在多个应用领域获得了成功。深层模型的并行化框架和训...
1、说在前面Alias采样是时间复杂度为o(1)的离散采样方式 论文地址：http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.675.8158&rep=rep1&type=pdf2、详细介绍 问题比如一个随机事件包含四种情况，每种情况发生的概率分别为： 1/2,1/3,1/12,1/12问怎么用产生符合这个概率的采样方法。 最容易想到的方法我之前有在【数学】均匀分布生成其他分布的方法中写过均匀分布生成其他分布的方法，这种方法就是产生0~1之间的一个随机...
说明 内容包含以下几块： 1 ubuntu安装Cuda的一般方法2 ubuntu安装GTX1060 铭影GTX10603 ubuntu安装3060Ti4 使用docker安装cuda整个过程就算顺利也要2~3小时，我第一次花了8个小时1 内容 1.1 CUDA与CUDNN 这部分内容参考这篇文章CUDA(ComputeUnified Device Architecture)，是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。NVIDIA CUDNN是用于深度神经网络的GPU加...