- 综合排序
- 最热优先
- 最新优先
- 来自专栏前端技术江湖
不错的前端学习机会
欢迎来到「初识Threejs」，我是一名一线前端开发者，热爱记录分享。在这个公众号里，我将分享Three.js的研究、实践和感悟，所以，不管你是初入前端的新手，还是有一定经验的开发者，我都诚挚地邀请你加入3D的奇妙世界，我们一起探索Three.js的魅力，见证前端技术栈的发展。
31310编辑于 2024-05-02 - 来自专栏单细胞
无需注册，免费Linux学习机
学习生信的过程中怎么能少了Linux呢。但是很多人都是Linux新手，又不想花钱买服务器，这里有个免费的网页版Linux服务（链接在文末），足够学习基础的Linux命令！
1.8K10编辑于 2024-03-22 - 来自专栏caoqi95的记录日志
Extreme Learning Machines 极限学习机
最近在看教授很久之前的一篇 Paper ，里面有提到极限学习机(ELM)，所以查找资料了解了一下。在查找的过程中，发现很多人抨击 ELM，说其是夸大了贡献，连 Yann LeCun 也公开怼过。 极限学习机（英文：Extreme Learning Machines，缩写ELM），又名超限学习机，为人工智能机器学习领域中的一种人工神经网络模型，是一种求解单隐层前馈神经网络的学习算法。 -- 摘自维基百科 算法由来 极限学习机是新加坡南洋理工大学黄广斌教授建立的一个模型，即一个单隐藏的前馈神经网络。 极限学习机 - 维基百科 [2]. 极限学习机 - 百度百科 [3]. 黄广斌教授 2016 年中国软件大会演讲 PPT [4].
3.9K10发布于 2019-03-27 - 来自专栏CreateAMind
脑启发的ANN学习机制综述
这个过程的一个例子是Hopfield网络，其中通过对(对称的)权重应用Hebbian规则，大的二进制模式可以容易地存储在全连接的循环网络中49。 元学习的思想自然延伸到大脑启发的学习算法，这样大脑启发的学习机制本身可以被优化，从而允许发现更有效的学习，而无需手动调整规则。 进化神经单元89 (枚举)引入门控结构，控制如何处理、存储输入和更新动态参数。 对这些方法提出挑战的一个特别观察是，当搜索空间很大并且对学习机制几乎没有限制时92,108,109概括变得更加困难。 随着我们在持续和终身学习中进一步开发算法，我们的模型需要更紧密地反映自然界中观察到的学习机制，这一点可能会变得很清楚。
69550编辑于 2023-09-01 - 来自专栏深度学习与python
我用 JavaScript 来学习机器学习
一种解决方案是在服务器上为每个用户存储一种模型，并根据用户的数据对其进行训练。随着用户的增长，这将给服务器增加额外的负载，并且还需要你将潜在的敏感数据存储在云端。
98420发布于 2021-06-08 - 来自专栏DeepHub IMBA
极限学习机 Extreme Learning Machines 介绍
什么是极限学习机？ 极限学习机（ELM, Extreme Learning Machines）是一种前馈神经网络，最早由新加坡南洋理工大学黄广斌教授于2006年提出。 其发表的文章中对于极限学习机的描述如下： 该算法具有良好的泛化性能以及极快的学习能力 极限学习机和标准神经网络的区别 ELM 不需要基于梯度的反向传播来调整权重，而是通过 Moore-Penrose generalized 极限学习机计算过程 具体地，ELM 计算过程如下： ? 极限学习机的计算过程与标准反向传播神经网络十分类似，但是隐藏层与输出之间的权重矩阵是伪逆矩阵。将上式可以简写为： ? ?
2.1K30发布于 2020-06-17 - 来自专栏CreateAMind
通用学习机全新理论体系简介
但是，我们还需要大量发展机械式学习理论，使得我们获取更多的能力来处理通用学习机。 4 通用学习机的简介 通用学习机将采用机械式学习。 通用学习机尚在发展的最初期。对未来我们未必就完全清楚。 通用学习机可以有多样的具体实现方式。我们已经发明了OSIPL学习机，这即是一种具体的实现通用学习机的方式。请查看中国国家知识产权局的专利申请号：20170298481.2。 因此这个具体的学习机，可能引入新的硬件的发展。我们认为，肯定有更多方式来实现通用学习机。欢迎大家来参与发明。 5 通用学习机的优势 这里对通用学习机的优势做一些简单的描述，可能很不全面。 F）很有希望用通用学习机的原理来做出一种学习机，其处理信息的方式，比较接近人脑处理视觉信息。而且可以由浅入深，由简单到复杂进化。 G）具备很强的拓展潜力。
59620发布于 2018-07-24 - 来自专栏全栈程序员必看
极限学习机(Extreme Learning Machine)概述
而在2004年，由南洋理工学院黄广斌教授所提出的极限学习机器(Extreme Learning Machine，ELM)理论可以改善这种情况。 最初的极限学习机是对单隐层前馈神经网络(single-hidden layer feed-forward neural networks，SLFNs)提出的一种新型的学习算法。 如需转载本文，请注明出处：http://blog.csdn.net/ws_20100/article/details/49555959 ---- 极限学习机原理 ELM是一种新型的快速学习算法，对于单隐层神经网络
2.1K10编辑于 2022-09-20 - 来自专栏深度学习和计算机视觉
学习机器学习的最佳路径是什么
总结 今天我列了下学习机器学习你要掌握的知识清单，只有你对机器学习的流程、算法、原理有更深的理解，你才能在实际工作中更好地运用，祝你在机器学习的路上越走越远。
57120编辑于 2022-09-28 - 来自专栏数据科学与人工智能
【机器学习】如何更好地学习机器学习？
Metacademy的创始人Colorado Reed发布过一篇名为“机器学习练级攻略”，文中回答了初学者经常问他的一个问题：如何才能更好地学习机器学习？ 在Colorado的建议中，更好地学习机器学习的方法就是不断的通过书本学习。他认为读书的目的就是让心中有书。 一个博士在读生给出这样的建议并不令人惊讶，以前本站可能还推荐过类似的建议。
92280发布于 2018-02-26 - 来自专栏前端精读评论
反向传播: 揭秘神经网络的学习机制
然后我们可以发现，所有节点计算用到的参数，都存储在当前节点上，而上一个节点仅提供其节点值。 接下来我们看看如何计算各节点参数针对计算结果的偏导数。
40310编辑于 2024-04-17 - 来自专栏AI科技评论
开发 | 为个人深度学习机器选择合适的配置
日前，medium上的一篇文章为我们详细描述了该如何为个人的深度学习机器选择配置，主要该进行哪些方面的考虑。 当处理大数据集时，它们可能需要存储于内存中。RAM 的大小决定了内存中可以容纳的数据集的量。 对于深度学习应用来说，至少选择 16G 的内存(Jeremy Howard 建议选择 32G 的内存)。 存储器 SSD变得越来越便宜，速度也更快了，所以HDD的价格也在持续下降。 ? 最好有一个小容量的SSD和一个大容量的HHD。SSD倾向于存储和检索被经常使用的数据。 HDD则主要用来存储将来会使用的数据。 SSD ——存储使用中的数据，价格昂贵，推荐最小买 128GB 的 HDD ——存储各种用户数据，价格相对来说会便宜一点，推荐最小买 2TB，7200RPM 的 GPU GPU 是配置用于深度学习的机器的核心
1.7K90发布于 2018-03-14 - 来自专栏AI研习社
为个人深度学习机器选择合适的配置
日前，medium上的一篇文章（http://t.cn/RYLYxXP）为我们详细描述了该如何为个人的深度学习机器选择配置，主要该进行哪些方面的考虑。 当处理大数据集时，它们可能需要存储于内存中。RAM 的大小决定了内存中可以容纳的数据集的量。对于深度学习应用来说，至少选择 16G 的内存(Jeremy Howard 建议选择 32G 的内存)。 存储器 SSD变得越来越便宜，速度也更快了，所以HDD的价格也在持续下降。 ? 最好有一个小容量的SSD和一个大容量的HHD。SSD倾向于存储和检索被经常使用的数据。 HDD则主要用来存储将来会使用的数据。 SSD ——存储使用中的数据，价格昂贵，推荐最小买 128GB 的 HDD ——存储各种用户数据，价格相对来说会便宜一点，推荐最小买 2TB，7200RPM 的 GPU GPU 是配置用于深度学习的机器的核心
2.3K50发布于 2018-03-16 - 来自专栏PPV课数据科学社区
学习机器学习需要具备怎样的数学水平？
在过去的几个月里，我一直和一些人交流，他们已经开始切入数据科学领域并积极使用机器学习（ML）技术来探索统计规律、或构建完善的数据驱动产品。然而，我发现很多情况下统计分析结果不尽人意的原因是是缺乏必要的数学直觉和知识框架。这就是我决定写这篇博客的主要原因。 最近兴起了许多易于使用的机器学习和深度学习的安装包，如scikit-learn，weka，tensorflow，r-caret等。机器学习理论是横跨统计、概率、计算机科学和算法等相关领域，可以用来构建智能应用程序。虽然机器和深度学习有着无限前景，但就这
84750发布于 2018-04-23 - 来自专栏机器之心
观点 | 我们该如何学习机器学习中的数学
数学达到什么水平才可以开始机器学习？人们并不清楚，尤其是那些在校期间没有研究过数学或统计学的人。
41310发布于 2018-08-07 - 来自专栏人工智能快报
英伟达公开其自动驾驶深度学习机制
美国公司英伟达(NVIDIA)发文公开了其自动驾驶汽车的深度学习机制。
78940发布于 2018-03-14 - 来自专栏null的专栏
简单易学的机器学习算法——极限学习机(ELM)
一、极限学习机的概念 极限学习机(Extreme Learning Machine) ELM，是由黄广斌提出来的求解单隐层神经网络的算法。 二、极限学习机的原理 ELM是一种新型的快速学习算法，对于单隐层神经网络，ELM可以随机初始化输入权重和偏置并得到相应的输出权重。 ? /N; 激活函数 function [ H ] = g( X ) H = 1 ./ (1 + exp(-X)); end 黄老师提供的极限学习机的代码：点击打开链接
5.5K70发布于 2018-03-16 在linux ubuntu下搭建深度学习机器学习开发环境
一、安装Anaconda 1.下载 下载地址为：https://www.anaconda.com/download/#linux 2.安装anaconda，执行命令： bash ~/Downloads
2.4K70发布于 2018-05-09- 来自专栏null的专栏
简单易学的机器学习算法——极限学习机(ELM)
一、极限学习机的概念 极限学习机(Extreme Learning Machine) ELM，是由黄广斌提出来的求解单隐层神经网络的算法。 二、极限学习机的原理 ELM是一种新型的快速学习算法，对于单隐层神经网络，ELM可以随机初始化输入权重和偏置并得到相应的输出权重。 ? /N; 激活函数 function [ H ] = g( X ) H = 1 ./ (1 + exp(-X)); end 黄老师提供的极限学习机的代码：点击打开链接
5.6K30发布于 2019-02-27 - 来自专栏机器学习算法与Python学习
普通码农如何正确学习机器学习的知识？
学习机器学习基础理论的目的不仅仅是学会如何构建机器学习系统，更重要的是，这些基础理论里面体现的是一套思想和思维模式，其内涵包括概率性思维、矩阵化思维、最优化思维等多个子领域，这一套思维模式对于在当今这个大数据时代做数据的处理
60220发布于 2019-07-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号