AAAI'17三番行
今年的AAAI‘17在著名的大都会城市旧金山举行,时间在17年2月4日-2月9日(正月初八-十五),其实关于开会时间还有个小插曲,原本时间是提前一周的,而这正好与中国春节假期重合,于是由国内机器学习界男神周志华老师发起的关于期望开会时间的投票,成功让AAAI组织者决定延期一周举行
今年的AAAI‘17在著名的大都会城市旧金山举行,时间在17年2月4日-2月9日(正月初八-十五),其实关于开会时间还有个小插曲,原本时间是提前一周的,而这正好与中国春节假期重合,于是由国内机器学习界男神周志华老师发起的关于期望开会时间的投票,成功让AAAI组织者决定延期一周举行
本Blog采用的是jacman主题,喜欢他简洁的风格,在刚开始使用的时候有做过一些微小的改动,使用一段时间后,发现有不少地方还有些小问题,趁着寒假在家这几天对博客进行简单的装修,以迎接新的一年的到来! title部分 削窄title部分。纯色背景再采用原主题的宽度总是感觉有点浪费
在机器学习里面,如何避免过拟合是一个永恒的话题,缓解该问题的一个有效方法就是在损失函数后面加上一个规则化项,而对于规则化项的不同选择便会带来不同的效果,下面就对他们进行简单的对比介绍。 $L_p$范数常见$L_p$范数规则化的表达式为: $$||x||_p=\left (\sum
大规模SVM问题的求解
Hexo搭建博客目前已经非常流行了,各种教程在网上可以找到一大推,但是,由于不是B/S类型的,对于异地更新博文就比较麻烦了,需要预先搭建相关的环境,另外由于版本的更新还会遇到各种问题,最近就因为重装了一下系统,需要重新搭建环境也就淌过了不少的坑,现在总结下来以备忘。 新机器环境搭
在欧式空间将向量投影到Simplex
研究生一年级主要都在做不定核SVM的优化,在这一领域大概从2003年开始就有学者不断的提出各种idea来做这个问题,这里做个简要的总结,方便后续的研究。 首先,对于不定核的研究主要可以分为两大类: spectrum approximation directly focus on
今天花了一整天的时间看了一篇关于Multiple kernel Learning的综述文章,他是以Visual object recognition作为应用背景来分析的。文章:Multiple Kernel Learning for Visual Object Recogniti
好久没有更新了,这阵子是大忙+大闲,大忙的时候啥杂活都不想干,大闲的时候是什么正事都不想干,于是一直拖到了九月底终于静下来好好做个总结了。 大忙是在刚开学那会,赶AAAI的due,初稿其实在暑假刚开始就写好了,不过一直等到了开学才开始修改工作,其实一开始写完自我感觉还可以,不过改
在任务1中,要实现的是一个2层网络的训练及预测,两层网络的结构如下: Inputs $\to$ fully connected layer $\to$ ReLU $\to$ fully connected layer $\to$ Softmax loss + $L_2$ regu