- 博客(4)
- 收藏
- 关注
RSS订阅原创 谷歌深度学习公开课学习笔记(3)
课程4：卷积神经网络 主要是卷积、池化、１×１卷积和inception结构四方面，分别在[1][2][3]有比较多的描述。[4]是公开课提供的阅读材料。[5]是一个有意思的神经网络识别数字的演示网站。参考文献[1] 卷积层和池化层学习 http://www.cnblogs.com/zf-blog/p/6075286.html[2] 出人意料的1*1卷积 http://blo
2017-05-11 20:00:45
369
原创 谷歌深度学习公开课学习笔记(2)
课程 3：深度神经网络线性模型的局限性这是一般情况，如果你有N个输入值 K个输出值，则可以使用（N+1）K个参数，但实际上你可能需要使用多得多的参数。而且该算式是线性的，这意味着你使用该模型，能够表示的算式关系是有限的。例如，如果两个输入值的算式关系是相加，则你的模型可以通过矩阵相乘来很好的表示这一关系。但是，如果两个输入值的算式关系是相乘，则无法使用线性模型有效地表示这一关系。
2017-05-11 17:41:55
798
原创 谷歌深度学习公开课学习笔记(1)
课程 1：从机器学习到深度学习模型改进模型改进后，在你的验证集上影响了30个实例的改变，通常是有统计学意义的，通常是可以信任的。想象你的验证集里有3000个实例，假定你信任30的规则，你可以相信哪个水平的准确性的提升？当你得到从80%到81%，这1%的提升更有说服力，因为有30个实例从不正确到正确。这就是为什么对大多数分类器任务，人们倾向于用超过3000个实例做验证集，因为这使得准
2017-05-11 17:29:13
780
原创 谷歌深度学习公开课学习笔记(0)
概述 这是谷歌深度学习公开课及其学习任务，网上有不少资料可以看，我在这儿记录自己的学习过程。这个系列的文章中，一些文字、图片源于公开课视频，公开课视频链接都在对应的参考文献下。 课程网站：https://classroom.udacity.com/courses/ud730/ 谷歌官方的仓库：https://github.com/tensorflow/tensorfl
2017-05-10 23:32:01
1185
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人