目录
神经网络其实可以理解成一个特殊的函数,它有许多不确定的参数,将其确定好后,能够较好地构建出从输入特征到实际类别的映射。
本文将从一个简单的引例子说起
介绍分类与预测的基本原理
将会介绍感知机模型(解决二分类问题)
一元线性回归(数学解析解)
多元线性回归(波士顿房价问题)
异或问题(多层感知网络的引出)
什么是激活函数?常见的激活函数
神经网络模型是怎样构建的
信号是如何在节点间是如何传播的(信号的正向传播)
怎样编码,如何设置标签(独热编码)
误差的计算,损失函数的选择
极小化损失函数(梯度下降法);
误差的反向传播;
权值更新量的确定;
minist手写数字识别;
人脸朝向识别