我的深度学习入门看到的所有有用的博客
2020.2.7
这是我,作为小菜鸡,深度学习的入门看的所有觉得有用的博客记录~
(!!!感谢这些博主!!!)
深度学习——单层感知器从原理到实践
这个是最基础的一篇,我认为也是对于我这种小白,在最开始应该看的一篇!理论讲解+代码实践
最基础的单层感知器的深度学习模型
其中还有一篇介绍为什么要有激活函数:
(其中也包含了几个基本激活函数的介绍)
激活函数是什么,为什么要他?
深度学习–BP算法(误差反向传播)
看完前面那一篇最基本的,就可以开始看BP算法了~
BP算法的理论基础
然后会发现,天呐,这堆数学公式。。。
然后下面是BP算法的流程图的介绍以及一些优化,看完这些对BP算法就有一定了解了,因为自身研究需求我就继续往下看了,没有查阅代码实践什么的~
BP算法过程图+算法优化基础
今天就到这了,然后明天去瞅瞅著名算法 CNN卷积神经网络代表,LeNet5是啥吧~
。。。。。。。。。。。。。。。。。。。。。。。。
2020.2.8
深度学习-CNN LeNet5理论(看懂了上面几篇,再看这篇会更加容易理解些~)
今天元宵节,祝大家元宵节快乐~
。。。。。。。。。。。。。。。。。。。。。。。。
2020.2.9
LeNet5更细节的理论公式推导
然后这里有一片非常简明的LeNet5网络简介~
看懂这个还是很简单的,因为公式少嘛~
然后现在呢,正打算用tensorflow来操作下LeNet5网络,相信把这个典型的CNN网络吃透了,之后的路也就好走了~
-------------------------【待更ing】-------------------------