Sparse coding推导及Python编码
2015-11-22 22:59
369 查看
前些天被Boss批评,后来好好想了一下,觉得很有道理,很多看似基本的东西,还是得自己推一遍啊,mark一下,以后要注意,切勿眼高手低。
1. 采用Block Coordinate Decent方法求解Sparse Coding
Sparse coding在吴恩达老师UFLDL上面有详细的讲解,后来在CVPR2012,百度于凯老师的报告sparse coding加深了很多理解。这里引用姜文晖的一段关于稀疏的说明。3、Sparse activations vs. sparse models 现在可以用a=f(x)表示稀疏编码的问题了。它可以分解成两种情况: 1)sparse model:f(x)的参数是稀疏的 --例如:LASSO f(x)=(w,x),其中w要求是稀疏的。(jiang1st2010注:这个例子中f(x)也是线性的!) --这是一个特征选择的问题:所有的x都挑选相同的特征子集。 --hot topic. 2)sparse activation:f(x)的输出是稀疏的 --就是说a是稀疏的。 --这是特征学习的问题:不同的x会激活不懂的特征子集。
迭代求解字典D
迭代求解表示h
引用:
1. 理解sparse coding
未完待续。。。
相关文章推荐
- python decorator
- day5 python学习随笔
- Python_文件对象类型及其读写函数详解
- Python多线程同步命令行模拟进度显示
- 我的第一个python(ACM题目)
- Head Frist Python 读书笔记 第六章 定制数据对象
- 《Python核心编程》第9章 习题
- 利用python如何远程服务器,获取其基本信息
- python 序列(list,tuple,str)基本操作
- python模拟登陆篇——requests & urllib2方式 &有图片验证码情况
- python 数据库查询为字典是取对应的值
- python3 BIF里的并发与并行处理昝(IPC ITC)=>LTS
- [No000054] Windows 下Python3.5, NoteBook增强版安装
- python Class
- Head Frist Python 读书笔记 第五章 处理数据
- python常用package下载地址
- sympy —— Python 符号运算
- Python:unorderable types: str() > int()
- python之模块 os
- 简单解决Python文件中文编码问题