Deep Learning 学习随记（五）深度网络--续
前面记到了深度网络这一章。当时觉得练习应该挺简单的，用不了多少时间，结果训练时间真够长的...途中debug的时候还手贱的clear了一下，又得从头开始运行。不过最终还是调试成功了，sigh~ 前一篇博文讲了深度网络的一些基本知识，这次讲义中的练习还是针对MNIST手写库，主要步骤是训练两个自编码器...
Spam classification(垃圾邮件分类)—SVM、Logistic分类、SEA-Logistic(深度网络)分类
本文讲介绍垃圾邮件分类，其中用到SVM算法、Logistic回归、SEA-Logistic深度网络分类。下面分别讲解这几个算法在垃圾邮件分类中的用法。 数据集为spamData.mat，训练集有3065个样本，测试集有1536个样本，每个样本的维度为57. 数据集下载地址：https://githu...
从自我学习到深层网络——建立你的第1个深度网络分类器
自我学习就是稀疏编码器串联一个Softmax分类器。上一节看到。训练400次。准确率为98.2%在此基础上。我们能够搭建我们的第一个深度网络：栈式自编码（2层）+Softmax分类器 简单地说。我们把稀疏自编码器的输出作为更高一层稀疏自编码器的输入。和自我学习非常像，似乎就是新加了一层，可是事实上不...