![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
吴恩达深度学习
鲸鱼啊
这个作者很懒,什么都没留下…
展开
-
深度学习:Logistic 回归
深度学习(Deep Learning)是机器学习(Machine Learning)的一大分支,它试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。逻辑回归(Logistic Regression,也译作”对数几率回归“)是离散选择法模型之一,属于多重变量分析范畴,是社会学、生物统计学、临床、数量心理学、计量经济学、市场营销等统计实证分析的常用方法。符号约定逻辑回归问题转载 2017-12-01 09:03:23 · 3456 阅读 · 0 评论 -
深度学习:神经网络
神经网络(Neural Network)的构筑理念是受到生物神经网络功能的运作启发而产生的。人工神经网络通常是通过一个基于数学统计学类型的学习方法得以优化,所以人工神经网络也是数学统计学方法的一种实际应用。和其他机器学习方法一样,神经网络已经被用于解决各种各样的问题,例如机器视觉和语音识别。这些问题都是很难被传统基于规则的编程所解决的。什么是神经网络?机器学习领域所说的神经网络指的是一种模仿生物神经转载 2017-12-04 21:12:01 · 1705 阅读 · 0 评论 -
深度学习:优化神经网络(1)
机器学习的应用是一个不断重复的过程。有了想法,就用利用代码去实现这个想法,获得一定经验后,又反过来改进想法。想要提高一个深层神经网络的训练效率,必须从各个方面入手,优化整个运算过程,同时预防其中可能发生的各种问题。本文涉及优化深层神经网络中的数据划分、模型估计、预防过拟合、数据集标准化、权重初始化、梯度检验等内容。数据划分想要建立一个神经网络模型,首先,就是要设置好整个数据集中的训练集(Traini转载 2017-12-05 20:27:48 · 1252 阅读 · 0 评论