NeuralNetwork and DeepLearning_week1

最新推荐文章于 2020-11-24 21:42:06 发布
最新推荐文章于 2020-11-24 21:42:06 发布
阅读量135 收藏
点赞数
分类专栏： deep learning
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/aolikelili/article/details/104234118
版权

welcome

things to learn
在这里插入图片描述

introduce to deep learning

what is a neural network

ReLU function
线性整流函数(Rectified Linerar Unite)=> max(0,y)
在这里插入图片描述

supervised learning with Neural Networks

1.CNN：卷积神经网络，经常用于图像数据(image data)
RNN：循环神经网络，对于一位序列化数据有着很好的表现(one-dimensional sequence data)

2.结构化数据和非结构化数据
结构化数据：数据库中的数据
非结构化数据：
在这里插入图片描述
机器在结构化数据中表现更好

Why is deep learning taking off?

在这里插入图片描述

aolikelili
关注
专栏目录
《Neural networks and deep learning》概览
wepon的专栏
03-12 3万+
最近阅读了《Neural networks and deep learning》这本书（online book，还没出版），算是读得比较仔细，前面几章涉及的内容比较简单，我着重看了第三章《Improving the way neural networks learn》，涉及深度神经网络优化和训练的各种技术，对第三章做了详细的笔记（同时参考了其他资料，以后读到其他相关的论文资料也会补充或更改），欢迎有
Neural Networks and Deep Learning ( Week 2 )
我们胃口太大几千几百万都装得下
08-07 562
整个第二周的第一个任务就是将一个低效的用循环实现的逻辑回归计算图用向量化的形式改写，以提升速率。 Vectorization 此节阐述了概念并证明了向量化可以显著提升性能。向量化是指将循环操作的向量运算转化为直接的向量运算。可以显著提升性能。 内积 //a，b 分别为百万数量级的数组，求两个数组的内积 //向量化 c = np.dot(a, b) //消耗时间约1.5ms ...
Neural network and deep learning ----0
dss875914213的博客
01-07 275
空闲时：每天抽半小时到一小时。争取每次翻译10页左右。30天结束。 一种以原则为导向的方法 本书背后的信念是，让你更好的透彻的理解神经网络和深度学习的核心理念，而不是像一条冗长的洗衣单一样列出一堆模糊的想法。如果你已经很好的理解了核心思想，你可以快速理解其他新材料。用编程语言对比，把这理解为掌握一门新的编程的核心语法，库和数据结构。你可能只是知道整个语言的一小部分-很多语言有...
Neural Networks and Deep Learning 学习笔记（一）
Sanefin的博客
08-21 809
第一章 Using neural nets to recognize handwritten digits一、Perceptrons据说现在已经不常用了，但是为了理解 sigmoid neuron，还是先理解一下它吧xi 和 output 只能为0或者1优化版本可以用perceptrons模拟NAND门二、Sigmoid neurons似曾相识的一张图，只是这里的 xi 不再只能取0或1，而是可以取
循环神经网络(RNN, Recurrent Neural Networks)介绍
热门推荐
我和我追逐的梦~~~
09-23 53万+
循环神经网络(RNN, Recurrent Neural Networks)介绍   这篇文章很多内容是参考：http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/，在这篇文章中，加入了一些新的内容与一些自己的理解。  循环神经网络(Recurrent Neural N
Neural Network and Deep Learning-Week2
Hiker_H的博客
05-08 248
Week2上节课我们主要对深度学习（Deep Learning）的概念做了简要的概述。我们先从房价预测的例子出发，建立了标准的神经网络（Neural Network）模型结构。然后从监督式学习入手，介绍了Standard NN，CNN和RNN三种不同的神经网络模型。接着介绍了两种不同类型的数据集：Structured Data和Unstructured Data。最后，我们解释了近些年来深度学习性...
Neural Networks and Deep Learning_week 2_1
aolikelili的博客
02-12 112
Logistic Regression as a Neural Network 1.Binary Classification ** binary classification定义** 其中n为向量的纬度 nations 2.logistic Regression （逻辑回归是一种学习算法？） 3.logistic Regression Cost Function cost functio...
Neural Network and Deep Learning-Week1
Hiker_H的博客
05-08 265
吴恩达（Andrew Ng）相信大家都不陌生了。8 月 8 日，吴恩达在他自己创办的在线教育平台 Coursera 上线了他的人工智能专项课程（Deep Learning Specialization）。此课程广受好评，通过视频讲解、作业与测验等让更多的人对人工智能有了了解与启蒙，国外媒体报道称：吴恩达这次深度学习课程是迄今为止，最全面、系统和容易获取的深度学习课程，堪称普通人的人工智能第一课。W...
Neural Network and Deep Learning-Week3
Hiker_H的博客
05-08 225
Week3-神经网络基础之Python与向量化上节课我们主要介绍了逻辑回归，以输出概率的形式来处理二分类问题。我们介绍了逻辑回归的Cost function表达式，并使用梯度下降算法来计算最小化Cost function时对应的参数w和b。通过计算图的方式来讲述了神经网络的正向传播和反向传播两个过程。本节课我们将来探讨Python和向量化的相关知识。1. Vectorization深度学习算法中，...
Neural Networks and Deep Learning week 1
03-09
由 deeplearning.ai 出品，网易引进的正版授权中文版深度学习工程师微专业课程，吴恩达神经网络和深度学习第一周作业
Neural Networks and Deep Learning （Week 1）
我们胃口太大几千几百万都装得下
07-26 495
Logistic Regression as a Neural Network Binary Classification 本周要学习的内容 不显式使用for循环处理m个训练样本 前向传播与反向传播 以Logistic Regression为例 逻辑回归是一个一种二元分类算法。课程举例：输入一张图片，算法输出0或1标签，指明图上是不是猫。 术语表 Deep Lea...
第一课:Neural Networks and Deep Learning 第四周：编程作业 Building your Deep Neural Network: Step by Step
肖泽的博客
03-21 742
第一课:Neural Networks and Deep Learning 第四周：编程作业 Building your Deep Neural Network: Step by Step 本周课程笔记见：第4周：深层神经网络(Deep Neural Networks) Building your Deep Neural Network: Step by Step Welcome to your ...
Neural Networks and Deep Learning week2 Logistic Regression with a Neural Network mindset
QQ1845517170的博客
11-24 735
该实验作业的主要目的 通过该实验指导完成对猫图片的识别 在此过程中需要a初始化参量b计算代价函数c使用连续梯度算法 你可能对以下参考文献感兴趣 http://www.wildml.com/2015/09/implementing-a-neural-network-from-scratch/ 这是一篇从头开始搭建神经网络的文章，可以更好的帮助你理解神经网络的细节，该文章有github的同步文件，你也可以去看看github上同步实现操作 https://stats.stackexchange.co..
实现朴素贝叶斯分类器对西瓜书数据集3.0进行分类_Naive-Bayesian-classifier.zip
最新发布
10-01
实现朴素贝叶斯分类器对西瓜书数据集3.0进行分类_Naive-Bayesian-classifier
基于Python与Shell的system-design-primer大型系统设计源码学习指南
10-01
该项目是一个大型系统设计源码学习指南，采用Python和Shell编程语言编写，包含127个文件，其中包括54个PNG图像文件、23个Markdown文档、17个Graffle文件、14个Python源代码文件、6个Jupyter Notebook文件、5个JPG图片文件、3个Android应用程序包文件，以及各类型的配置和忽略文件。该指南旨在帮助用户深入理解如何设计和构建复杂系统。
【超强组合】基于matlab金枪鱼算法TSO-BP-Adaboost数据分类预测【含Matlab源码 8154期】.zip
10-01
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main.m； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2023b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法优化-BP-Adaboost数据分类预测系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO优化-BP-Adaboost数据分类预测 4.4.2 粒子群算法PSO/蛙跳算法SFLA优化-BP-Adaboost数据分类预测 4.4.3 灰狼算法GWO/狼群算法WPA优化-BP-Adaboost数据分类预测 4.4.4 鲸鱼算法WOA/麻雀算法SSA优化-BP-Adaboost数据分类预测 4.4.5 萤火虫算法FA/差分算法DE优化-BP-Adaboost数据分类预测 4.4.6 其他优化算法优化-BP-Adaboost数据分类预测
【SCI2区】北方苍鹰算法NGO-BiTCN-BiGRU-Attention风电预测【含Matlab源码 8076期】.zip
10-01
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main.m； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2023b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法优化-BiTCN-BiGRU-Attention风电预测系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO优化-BiTCN-BiGRU-Attention风电预测 4.4.2 粒子群算法PSO/蛙跳算法SFLA优化-BiTCN-BiGRU-Attention风电预测 4.4.3 灰狼算法GWO/狼群算法WPA优化-BiTCN-BiGRU-Attention风电预测 4.4.4 鲸鱼算法WOA/麻雀算法SSA优化-BiTCN-BiGRU-Attention风电预测 4.4.5 萤火虫算法FA/差分算法DE优化-BiTCN-BiGRU-Attention风电预测 4.4.6 其他优化算法优化-BiTCN-BiGRU-Attention风电预测
用SIMD优化SM3国家密码算法.zip
10-01
用SIMD优化SM3国家密码算法
《neural network and deep learning》中文
02-07
《神经网络与深度学习》是一本关于人工神经网络和深度学习的专业书籍。这本书的作者是英国牛津大学的教授Michael Nielsen。书中详细介绍了神经网络和深度学习的原理、应用和技术。 首先，书中阐述了神经网络的基本...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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