Hinton神经网络
丁磊_Ml
业精于勤,荒于嬉;行成于思,毁于随。
展开
-
Neural Networks for Machine Learning(系列)letcure 1
前言一些简单的神经元安装Octave前言为了给事物建模。就必须理想化他 这样可以移除一些不必要的复杂细节 允许我们运用数学的知识,并推理其他相近的领域 一旦我们领悟到主要核心的知识,那么增加复杂信息以使模型更加合理将会变得更加的简单。一些简单的神经元线性神经元 格式: y=b+∑wTx\sum w^Tx 图形是:一条直线阈值型神经元 组合一些命题,得到其他命题 有两种形式(见原创 2016-11-03 15:35:32 · 629 阅读 · 0 评论 -
courseras NN_for_ml系列(lecture 2 )
神经网络构架主要的综述感知器的几何描述 之 向量空间为什么感知器有效感知器不能做的事神经网络构架主要的综述这一节将会讲解3中神经网络模型。分别为前馈神经网络(Feed-forward neural networks ),循环神经网络(Recurrent networks),对称连接网络(symmetrically-connected network)前馈神经网络是在应用中最普遍的神经网络原创 2016-11-10 15:59:27 · 622 阅读 · 0 评论 -
courseras NN_for_ml系列(lecture 3)
线性神经元感知器与线性神经元的区别在线式填鸭式在线式学习delta-rule 与感知器的关系在线式delta-rule 的优点The error surface for a linear neuronThe error surface in extended weight spaceOnline versus batch learning批量学习填鸭式学习的权值变化在线学习 的权原创 2016-11-19 11:56:50 · 803 阅读 · 0 评论