http://ufldl.stanford.edu/wiki/index.php?title=UFLDL%E6%95%99%E7%A8%8B&feed=atom&action=history
UFLDL教程 - Revision history
2024-03-29T02:00:59Z
Revision history for this page on the wiki
MediaWiki 1.16.2
http://ufldl.stanford.edu/wiki/index.php?title=UFLDL%E6%95%99%E7%A8%8B&diff=2380&oldid=prev
Kandeng at 00:26, 10 April 2013
2013-04-10T00:26:05Z
<p></p>
<table style="background-color: white; color:black;">
<col class='diff-marker' />
<col class='diff-content' />
<col class='diff-marker' />
<col class='diff-content' />
<tr valign='top'>
<td colspan='2' style="background-color: white; color:black;">← Older revision</td>
<td colspan='2' style="background-color: white; color:black;">Revision as of 00:26, 10 April 2013</td>
</tr><tr><td colspan="2" class="diff-lineno">Line 1:</td>
<td colspan="2" class="diff-lineno">Line 1:</td></tr>
<tr><td class='diff-marker'>-</td><td style="background: #ffa; color:black; font-size: smaller;"><div>'''说明:'''<del class="diffchange diffchange-inline">本教程将阐述无监督特征学习和深入学习的主要观点。通过学习,你也将实现多个功能学习</del>/深度学习算法,能看到它们为你工作,并学习如何应用/适应这些想法到新问题上。</div></td><td class='diff-marker'>+</td><td style="background: #cfc; color:black; font-size: smaller;"><div>'''说明:'''<ins class="diffchange diffchange-inline">本教程将阐述无监督特征学习和深度学习的主要观点。通过学习,你也将实现多个功能学习</ins>/深度学习算法,能看到它们为你工作,并学习如何应用/适应这些想法到新问题上。</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>本教程假定机器学习的基本知识(特别是熟悉的监督学习,逻辑回归,梯度下降的想法),如果你不熟悉这些想法,我们建议你去这里 </div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>本教程假定机器学习的基本知识(特别是熟悉的监督学习,逻辑回归,梯度下降的想法),如果你不熟悉这些想法,我们建议你去这里 </div></td></tr>
</table>
Kandeng
http://ufldl.stanford.edu/wiki/index.php?title=UFLDL%E6%95%99%E7%A8%8B&diff=2299&oldid=prev
Wikiroot at 18:26, 7 April 2013
2013-04-07T18:26:47Z
<p></p>
<table style="background-color: white; color:black;">
<col class='diff-marker' />
<col class='diff-content' />
<col class='diff-marker' />
<col class='diff-content' />
<tr valign='top'>
<td colspan='2' style="background-color: white; color:black;">← Older revision</td>
<td colspan='2' style="background-color: white; color:black;">Revision as of 18:26, 7 April 2013</td>
</tr><tr><td colspan="2" class="diff-lineno">Line 99:</td>
<td colspan="2" class="diff-lineno">Line 99:</td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>英文原文作者: Andrew Ng, Jiquan Ngiam, Chuan Yu Foo, Yifan Mai, Caroline Suen</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>英文原文作者: Andrew Ng, Jiquan Ngiam, Chuan Yu Foo, Yifan Mai, Caroline Suen</div></td></tr>
<tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="background: #cfc; color:black; font-size: smaller;"><div><ins style="color: red; font-weight: bold; text-decoration: none;"></ins></div></td></tr>
<tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="background: #cfc; color:black; font-size: smaller;"><div><ins style="color: red; font-weight: bold; text-decoration: none;"></ins></div></td></tr>
<tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="background: #cfc; color:black; font-size: smaller;"><div><ins style="color: red; font-weight: bold; text-decoration: none;">{{Languages|UFLDL_Tutorial|English}}</ins></div></td></tr>
</table>
Wikiroot
http://ufldl.stanford.edu/wiki/index.php?title=UFLDL%E6%95%99%E7%A8%8B&diff=2260&oldid=prev
Kandeng at 12:26, 7 April 2013
2013-04-07T12:26:44Z
<p></p>
<table style="background-color: white; color:black;">
<col class='diff-marker' />
<col class='diff-content' />
<col class='diff-marker' />
<col class='diff-content' />
<tr valign='top'>
<td colspan='2' style="background-color: white; color:black;">← Older revision</td>
<td colspan='2' style="background-color: white; color:black;">Revision as of 12:26, 7 April 2013</td>
</tr><tr><td colspan="2" class="diff-lineno">Line 1:</td>
<td colspan="2" class="diff-lineno">Line 1:</td></tr>
<tr><td class='diff-marker'>-</td><td style="background: #ffa; color:black; font-size: smaller;"><div><del style="color: red; font-weight: bold; text-decoration: none;"></del></div></td><td colspan="2"> </td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>'''说明:'''本教程将阐述无监督特征学习和深入学习的主要观点。通过学习,你也将实现多个功能学习/深度学习算法,能看到它们为你工作,并学习如何应用/适应这些想法到新问题上。</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>'''说明:'''本教程将阐述无监督特征学习和深入学习的主要观点。通过学习,你也将实现多个功能学习/深度学习算法,能看到它们为你工作,并学习如何应用/适应这些想法到新问题上。</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td></tr>
<tr><td colspan="2" class="diff-lineno">Line 59:</td>
<td colspan="2" class="diff-lineno">Line 58:</td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>* [[池化]]</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>* [[池化]]</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>* [[Exercise:Convolution and Pooling]]</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>* [[Exercise:Convolution and Pooling]]</div></td></tr>
<tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="background: #cfc; color:black; font-size: smaller;"><div><ins style="color: red; font-weight: bold; text-decoration: none;"></ins></div></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>----</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>----</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>'''注意''': 这条线以上的章节是稳定的。下面的章节仍在建设中,如有变更,恕不另行通知。请随意浏览周围并欢迎提交反馈/建议。</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>'''注意''': 这条线以上的章节是稳定的。下面的章节仍在建设中,如有变更,恕不另行通知。请随意浏览周围并欢迎提交反馈/建议。</div></td></tr>
<tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="background: #cfc; color:black; font-size: smaller;"><div><ins style="color: red; font-weight: bold; text-decoration: none;"></ins></div></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>'''混杂的'''</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>'''混杂的'''</div></td></tr>
<tr><td colspan="2" class="diff-lineno">Line 71:</td>
<td colspan="2" class="diff-lineno">Line 72:</td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>* [[数据预处理]]</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>* [[数据预处理]]</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>* [[用反向传导思想求导]]</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>* [[用反向传导思想求导]]</div></td></tr>
<tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="background: #cfc; color:black; font-size: smaller;"><div><ins style="color: red; font-weight: bold; text-decoration: none;"></ins></div></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>'''进阶主题''':</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>'''进阶主题''':</div></td></tr>
<tr><td colspan="2" class="diff-lineno">Line 92:</td>
<td colspan="2" class="diff-lineno">Line 94:</td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>* [[Slow Feature Analysis]]</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>* [[Slow Feature Analysis]]</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>* [[Tiled Convolution Networks]]</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>* [[Tiled Convolution Networks]]</div></td></tr>
<tr><td colspan="2"> </td><td class='diff-marker'>+</td><td style="background: #cfc; color:black; font-size: smaller;"><div><ins style="color: red; font-weight: bold; text-decoration: none;"></ins></div></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>----</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>----</div></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>英文原文作者: Andrew Ng, Jiquan Ngiam, Chuan Yu Foo, Yifan Mai, Caroline Suen</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>英文原文作者: Andrew Ng, Jiquan Ngiam, Chuan Yu Foo, Yifan Mai, Caroline Suen</div></td></tr>
</table>
Kandeng
http://ufldl.stanford.edu/wiki/index.php?title=UFLDL%E6%95%99%E7%A8%8B&diff=2258&oldid=prev
Kandeng at 12:08, 7 April 2013
2013-04-07T12:08:24Z
<p></p>
<table style="background-color: white; color:black;">
<col class='diff-marker' />
<col class='diff-content' />
<col class='diff-marker' />
<col class='diff-content' />
<tr valign='top'>
<td colspan='2' style="background-color: white; color:black;">← Older revision</td>
<td colspan='2' style="background-color: white; color:black;">Revision as of 12:08, 7 April 2013</td>
</tr><tr><td colspan="2" class="diff-lineno">Line 1:</td>
<td colspan="2" class="diff-lineno">Line 1:</td></tr>
<tr><td class='diff-marker'>-</td><td style="background: #ffa; color:black; font-size: smaller;"><div><del style="color: red; font-weight: bold; text-decoration: none;"></del></div></td><td colspan="2"> </td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>'''说明:'''本教程将阐述无监督特征学习和深入学习的主要观点。通过学习,你也将实现多个功能学习/深度学习算法,能看到它们为你工作,并学习如何应用/适应这些想法到新问题上。</div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>'''说明:'''本教程将阐述无监督特征学习和深入学习的主要观点。通过学习,你也将实现多个功能学习/深度学习算法,能看到它们为你工作,并学习如何应用/适应这些想法到新问题上。</div></td></tr>
<tr><td colspan="2" class="diff-lineno">Line 5:</td>
<td colspan="2" class="diff-lineno">Line 4:</td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>本教程假定机器学习的基本知识(特别是熟悉的监督学习,逻辑回归,梯度下降的想法),如果你不熟悉这些想法,我们建议你去这里 </div></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"><div>本教程假定机器学习的基本知识(特别是熟悉的监督学习,逻辑回归,梯度下降的想法),如果你不熟悉这些想法,我们建议你去这里 </div></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td></tr>
<tr><td class='diff-marker'>-</td><td style="background: #ffa; color:black; font-size: smaller;"><div>[http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=MachineLearning 机器学习课程]<del class="diffchange diffchange-inline">,并先完成第II,III??,IV章(到逻辑回归)。</del></div></td><td class='diff-marker'>+</td><td style="background: #cfc; color:black; font-size: smaller;"><div>[http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=MachineLearning 机器学习课程]<ins class="diffchange diffchange-inline">,并先完成第II,III,IV章(到逻辑回归)。</ins></div></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td></tr>
<tr><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td><td class='diff-marker'> </td><td style="background: #eee; color:black; font-size: smaller;"></td></tr>
</table>
Kandeng
http://ufldl.stanford.edu/wiki/index.php?title=UFLDL%E6%95%99%E7%A8%8B&diff=2257&oldid=prev
Kandeng: Created page with " '''说明:'''本教程将阐述无监督特征学习和深入学习的主要观点。通过学习,你也将实现多个功能学习/深度学习算法,能看到它们为..."
2013-04-07T11:58:41Z
<p>Created page with " '''说明:'''本教程将阐述无监督特征学习和深入学习的主要观点。通过学习,你也将实现多个功能学习/深度学习算法,能看到它们为..."</p>
<p><b>New page</b></p><div><br />
<br />
'''说明:'''本教程将阐述无监督特征学习和深入学习的主要观点。通过学习,你也将实现多个功能学习/深度学习算法,能看到它们为你工作,并学习如何应用/适应这些想法到新问题上。<br />
<br />
本教程假定机器学习的基本知识(特别是熟悉的监督学习,逻辑回归,梯度下降的想法),如果你不熟悉这些想法,我们建议你去这里 <br />
<br />
[http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=MachineLearning 机器学习课程],并先完成第II,III??,IV章(到逻辑回归)。<br />
<br />
<br />
'''稀疏自编码器'''<br />
* [[神经网络]]<br />
* [[反向传导算法]]<br />
* [[梯度检验与高级优化]]<br />
* [[自编码算法与稀疏性]]<br />
* [[可视化自编码器训练结果]]<br />
* [[稀疏自编码器符号一览表]] <br />
* [[Exercise:Sparse Autoencoder]]<br />
<br />
<br />
'''矢量化编程实现'''<br />
* [[矢量化编程]]<br />
* [[逻辑回归的向量化实现样例]]<br />
* [[神经网络向量化]]<br />
* [[Exercise:Vectorization]]<br />
<br />
<br />
'''预处理:主成分分析与白化'''<br />
* [[主成分分析]]<br />
* [[白化]]<br />
* [[实现主成分分析和白化]]<br />
* [[Exercise:PCA in 2D]]<br />
* [[Exercise:PCA and Whitening]]<br />
<br />
<br />
'''Softmax回归'''<br />
* [[Softmax回归]]<br />
* [[Exercise:Softmax Regression]]<br />
<br />
<br />
'''自我学习与无监督特征学习''' <br />
* [[自我学习]]<br />
* [[Exercise:Self-Taught Learning]]<br />
<br />
<br />
'''建立分类用深度网络'''<br />
* [[从自我学习到深层网络]]<br />
* [[深度网络概览]]<br />
* [[栈式自编码算法]]<br />
* [[微调多层自编码算法]]<br />
* [[Exercise: Implement deep networks for digit classification]]<br />
<br />
<br />
'''自编码线性解码器'''<br />
* [[线性解码器]]<br />
* [[Exercise:Learning color features with Sparse Autoencoders]]<br />
<br />
<br />
'''处理大型图像'''<br />
* [[卷积特征提取]]<br />
* [[池化]]<br />
* [[Exercise:Convolution and Pooling]]<br />
<br />
----<br />
'''注意''': 这条线以上的章节是稳定的。下面的章节仍在建设中,如有变更,恕不另行通知。请随意浏览周围并欢迎提交反馈/建议。<br />
<br />
'''混杂的'''<br />
* [[MATLAB Modules]]<br />
* [[Style Guide]]<br />
* [[Useful Links]]<br />
<br />
'''混杂的主题'''<br />
* [[数据预处理]]<br />
* [[用反向传导思想求导]]<br />
<br />
'''进阶主题''':<br />
<br />
'''稀疏编码'''<br />
* [[稀疏编码]]<br />
* [[稀疏编码自编码表达]]<br />
* [[Exercise:Sparse Coding]]<br />
<br />
'''独立成分分析样式建模'''<br />
* [[独立成分分析]]<br />
* [[Exercise:Independent Component Analysis]]<br />
<br />
'''其它'''<br />
* [[Convolutional training]] <br />
* [[Restricted Boltzmann Machines]]<br />
* [[Deep Belief Networks]]<br />
* [[Denoising Autoencoders]]<br />
* [[K-means]]<br />
* [[Spatial pyramids / Multiscale]]<br />
* [[Slow Feature Analysis]]<br />
* [[Tiled Convolution Networks]]<br />
<br />
----<br />
<br />
英文原文作者: Andrew Ng, Jiquan Ngiam, Chuan Yu Foo, Yifan Mai, Caroline Suen</div>
Kandeng