李宏毅机器学习笔记-6 深度学习简介(Brief Introduction of Deep Learning)

本文是李宏毅机器学习笔记中的深度学习简介,介绍了深度学习的基本步骤,包括定义神经网络、评估函数好坏(如交叉熵损失函数)以及使用梯度下降法和反向传播优化模型。此外,还探讨了深度学习工具如TensorFlow和Keras在简化模型构建中的作用。
摘要由CSDN通过智能技术生成

Brief Introduction of Deep Learning - 深度学习简介

1. 前言

  • deep learning 在近些年非常热门,从2012年开始,深度学习的应用数目几乎是呈指数增长的。
  • 深度学习的发展史如下图:
    深度学习发展史

2. 深度学习的步骤

1526262040728

2.1 第一步: 定义一个神经网络

Neural

  • 神经网络由神经元组成,每个神经元如上图所示,每个神经元都有一个 bias 和一个 function ,每条输入的边都有一个 weight

  • 假设这个神经元的输入是 (a1,a2,

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值