标签归档:Yann Lecun

对LeCun的CNNs方法测试出现的问题

本文是我在20140904的周报。本周对CNNs的原理进行了深入理解,并进行了Matlab源码的实现。

在原文中,LeCun通过三个卷积层,三个下采样层,20次训练,在MNIST手写数字库(28*28*60000训练集,28*28*10000测试集)的训练下,能够达到训练集99.65%的准确率,测试集99.05%的准确率,而通过图像畸变人工产生540000额外数据集,能够使测试集的分类准确率达到99.2%。 继续阅读

Convolutional Neural Networks卷积神经网络

本文是我在20140822的周报,其中部分参照了以下博文或论文,如果在文中有一些没说明白的地方,可以查阅他们。对Yann LeCun前辈,和celerychen2009、zouxy09表示感谢。

  1. Deep Learning(深度学习)学习笔记整理系列之(七)
  2. Deep Learning论文笔记之(四)CNN卷积神经网络推导和实现
  3. 卷积神经网络
  4. 反向传导算法
  5. Yann LeCun’s Publications 中1998年著名的“Gradient-Based Learning Applied to Document Recognition”
  6. 反向传播BP算法

继续阅读