Flood Sung的专栏

Deep Learning已经火了好久，

前言安装ubuntu一直是一件特别特别麻烦的事情，以前常常因为换一台主机就得完全重新安装一遍，每次安装都要折腾特别久，总会遇到各种各样的问题。因此很有必要写一个Blog完整记录整个过程及遇到的问题。 现在，我使用Thinkpad e49来进行完全从头的安装。该型电脑有入门级显卡Nvidia GeForce 610M（支持CUDA）。之前安装的是Windows 7。 这里一步一步介绍以下安装：U

1 前言在上一篇Blog，我介绍了在iOS上运行CNN的一些方法。但是，一般来说，我们需要一个性能强劲的机器来跑CNN，我们只不过需要将得到的结果用于移动端。之前在Matlab使用UFLDL的代码修改后跑了手型识别的3层CNN，这里我们就考虑将Matlab转C之后移植到xcode中。Step 1：Matlab 转c首先要保证代码可以跑，可以运行，比如我这边，如下测试cnn识别手型： >> para

1 引言作为曾经的iOS开发者，在研究深度学习的时候，总有一个想法就是在iPhone上运行深度学习，不管是在手机上训练还是利用训练好的数据进行测试。 因为iOS的开发环境支持C++，因此，只要你的代码是C/C++，本质上就可以在iOS上运行。 怎么才能更快更好地在iOS上运行CNN呢？2 方法1：通过Matlab转码Matlab自带转成c的工具，如果你研究过UFLDL的深度学习教程，就知道如何在

Deep Learning for Robotics 各种资源汇总包含Deep Learning，Computer Vision，Robotics，Reinforcement Learning

1 Gradient Checking 说明前面我们已经实现了Linear Regression和Logistic Regression，关键在于代价函数Cost Function和其梯度Gradient的计算。在Gradient的计算中，我们一般采用推导出来的计算公式来进行计算。但是我们看到，推导出来的公式是复杂的，特别到后面的神经网络，更加复杂。这就产生了一个问题，我们如何判断我们编写的程序就

Andrew Ng的UFLDL最近更新了，具体更新时间为9月di

官方Tutorial地址：http://ufldl.stanford.edu/tutorial/supervised/SoftmaxRegression/

1 Vectorization 简述Vectorization 翻译过来就是向量化，各简单的理解就是实现矩阵计算。为什么MATLAB叫MATLAB？大概就是Matrix Lab，最根本的区别于其他通用语言的地方就是MATLAB可以用最直观的方式实现矩阵运算，MATLAB的变量都可以是矩阵。通过Vectorization，我们可以将代码变得极其简洁，虽然简洁带来的问题就是其他人看你代码就需要研究一番

1 Logistic Regression 简述Linear

In this Blog, I would summarise the theory and

前言OpenAI是2015年底刚成立的人工智能公司，由Elon Musk领投，号称有10亿美金的投资额，由几位人工智能的顶尖好手组成。这基本上意味着一个新的DeepMind公司诞生，只不过这次OpenAI是一个组织，不属于任何一个公司。为什么要了解OpenAI？因为OpenAI的研究内容很大程度上代表着人工智能的研究方向，由于其非盈利性质以及地处加州硅谷这种黄金地段，未来聚集更多顶尖人才的可能性很大