出处： Michael Nielsen的《Neural Network and Deep Learning》，点击末尾“阅读原文”即可查看英文原文。 本节译者：哈工大SCIR本科生 李嘉伟 校对：哈工大SCIR硕士生 徐梓翔 声明：我们将在每周四连载该书的中文翻译，如需转载请联系wechat_editors[at]ir.hit.edu.cn，未经授权不得转载。 使用神经网络识别手写数字 反向传播算

出处： Michael Nielsen的《Neural Network and Deep Learning》，点击末尾“阅读原文”即可查看英文原文。 声明：我们将在每周四连载该书的中文翻译。 本节译者：朱小虎 、张广宇。转载已获得译者授权，禁止二次转载。 使用神经网络识别手写数字 反向传播算法是如何工作的 改进神经网络的学习方法 改进神经网络的学习方式 交叉熵损失函数 用交叉熵解决手写数字识别问题

作者：寒小阳  时间：2016年1月。  出处：http://www.voidcn.com/article/p-pcoqrjpw-wk.html  声明：版权所有，转载请联系作者并注明出处 1. 引言 上一节我们讲完了各种激励函数的优缺点和选择，以及网络的大小以及正则化对神经网络的影响。这一节我们讲一讲输入数据预处理、正则化以及损失函数设定的一些事情。 2. 数据与网络的设定 前一节提到前向计算涉

Gitbook整理地址：https://yoferzhang.gitbooks.io/machinelearningstudy/content/20170326ML02Regression.html 为什么要先进行案例研究？ 没有比较好的数学基础，直接接触深度学习会非常抽象，所以这里我们先通过一个预测 Pokemon Go 的 Combat Power (CP) 值的案例，打开深度学习的大门。 R

https://zhuanlan.zhihu.com/p/27653434?utm_source=tuicool&utm_medium=referral 用了接近一个月的时间，终于把正则表达式系列写完了。 这是一篇总结文章，算是给读者和自己的一个交代。 首先感谢大家的支持，尤其是给出赞赏的朋友们。 先说说本文要写些什么： 1. 系列目录导航 2. 系列的结构 3. 需要注意的地方 4. 参考资料

我发现有个别字符被这个编辑器给刷掉了，但是灰色区域显示正常，以灰色区域代码为准 什么玩意？ 在我刚开始学习编程的时候，就听过正则了，也听说正则很牛逼，懂正则的更牛逼。但是苦于没有人指点，也没有使用正则的场景，自己看教程又懵逼，直到现在，才发现了入门的诀窍。 在不同的编程语言中，正则表达式的写法会有所不同，这里我们讨论的是JavaScript正则写法。 学习正则，不要凭空想象，要使用开发工具去测试，

如果你正则基础为0，请先看第一篇文章：JavaScript正则表达式入门心得 实战篇 上一章我分享了正则入门的一些体会以及注意事项。这一章开始挑一些常用的比较复杂一点的需求来练习一下。 场景1：验证email是否合法 邮箱种类太多太多，什么net后缀，特殊的我们不做处理，下面我找了常用的一些邮箱： hyy@gmail.com 谷歌邮箱 hyy12@qq.com qq邮箱 hyy-123@163

上一章内容：正则表达式实战篇 知识回顾 前2章分别学习了正则表达式入门技巧，以及遇到正则需求该如何去分析问题，还有正则表达式实战的一些场景解释。 这一章内容偏向理论，推荐你点击开头的链接前往前2章节学习一下入门技巧，然后再看这一章内容，就不会那么迷茫了。我一向相信工程师要先学会做事，才能学懂理论，先学理论，再学做事的通常是纸上谈兵，一遇到实战就懵逼。 基础语法巩固 正则表达式引擎根据正则去匹配字符

参考网页： ubuntu snap 编译环境： ubuntu 16.04以上系统 主要思想： 配置snapcraft.yaml文件，配置中之处编译的工具，和编译源码的所在。下面是一个简单的snap app。 mkdir hello-wmy/ cd hello-wmy/ touch snapcraft.yaml vim snapcraft.yaml: name: hello-wmy version:

ubuntu 系统制作 Aut. wmy Dat.2016.11.20 Ver.v1.0 前言： Board：rk3288，纯净linux内核。不能从android源代码里面把kernel单独抠出来，那样会无法启动ubuntu文件系统。本文参考rk官网和firefly论坛相关文章。 一、内核镜像制作 1.linux-boot.img。 内核编译会生成zImage和resource.img这两个关键

转自：http://www.cnblogs.com/denny402/p/5072507.html 在激活层中，对输入数据进行激活操作（实际上就是一种函数变换），是逐元素进行运算的。从bottom得到一个blob数据输入，运算后，从top输入一个blob数据。在运算过程中，没有改变数据的大小，即输入和输出的数据大小是相等的。 输入：n*c*h*w 输出：n*c*h*w 常用的激活函数有sigmoi

转自：http://www.cnblogs.com/denny402/p/5072746.html 本文讲解一些其它的常用层，包括：softmax_loss层，Inner Product层，accuracy层，reshape层和dropout层及其它们的参数配置。 1、softmax-loss softmax-loss层和softmax层计算大致是相同的。softmax是一个分类器，计算的是类别的

这里记录借鉴参考centos系统的管理理论，类比学习ubuntu系统的基本管理。 参考文献：SwitchingToUbuntu/FromLinux/RedHatEnterpriseLinuxAndFedora               https://help.ubuntu.com/community/SwitchingToUbuntu/FromLinux/%20RedHatEnterprise

安装环境：lubuntu 14.04 安装机器：嵌入式ARM RK box ROS版本：Jade Turtles 以下两步可选其一： （1）加入ros ubuntu的源 sources.list sudo sh -c 'echo "deb http://packages.ros.org/ros/ubuntu $(lsb_release -sc) main" > /etc/apt/sources.l

Installing MXNet on Ubuntu MXNet现在支持的语言包括：Python, R, Julia 和 Scala等。 对于Ubuntu操作系统上的Python和R用户来说，MXNet 提供了一系列的 Git Bash 脚本，来安装MXNet的依赖和MXNet库。 如果操作系统的版本高于Ubuntu 12，安装脚本会配置MXNet的Python接口和R语言接口。该脚本将MXNet

前言 在Ubuntu下开发STM32，两个常用软件是必须的。一是我们的交叉编译器，arm-none-eabi-xxx。二是st-link的驱动。这里的st-link并不像我们windows下面用的那样，一路点Next就好了。这里我们需要从github上面下载源码，自己编译，安装。st-link不仅仅是我们下载代码的工具，更是我们使用gdb调试的基础。 arm-none-eabi-xxx的安装 下载

本人笔记本华硕zx53vw6700，磁盘格式GPT，启动方式为uefi。安装ubuntu花了很长时间，期间真的是很多次都很崩溃啊，网上搜了一堆资料，得出了一个结论：很多华硕笔记本安装ubuntu都是一个艰难的过程。。话不多说，分享一下自己安装成功的经历。主要的问题是安装时卡在logo界面出不来，ubuntu下面几个小圈圈转停了。 准备工作  下载ubuntu16.04镜像，官方下载制作启动盘的软件

http://blog.csdn.net/zouxy09/... 卷积神经网络以其局部权值共享的特殊结构在语音识别和图像处理方面有着独特的优越性，其布局更接近于实际的生物神经网络，权值共享降低了网络的复杂性，特别是多维输入向量的图像可以直接输入网络这一特点避免了特征提取和分类过程中数据重建的复杂度。 流的分类方式几乎都是基于统计特征的，这就意味着在进行分辨前必须提取某些特征。然而，显式的特征提取并

昨天突发奇想装了基于ubuntu16.04LTS的elementary os（说实话无论是unity和KDE还是xfce真是太丑了）,必然少不了一番瞎折腾。我的笔记本是intel和nvidia双显卡，因为有可能后来要用到cuda,就装了nvidia的闭源驱动。 先打开： ~$ software-properties-gtk 点击附加驱动 默认的NVIDIA显卡驱动是开源驱动Nouveau,虽然开源

转自：http://www.cnblogs.com/denny402/p/5067265.html 一、版本 linux系统：Ubuntu 14.04 （64位） 显卡：Nvidia K20c cuda: cuda_7.5.18_linux.run cudnn: cudnn-7.0-linux-x64-v4.0-rc 二、下载 Ubuntu 14.04下载地址：http://www.ubuntu.