![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
文章平均质量分 71
coder_Gray
这个作者很懒,什么都没留下…
展开
-
深度学习——神经网络的数据预处理
数据预处理在构建网络模型时是很重要的,往往能够决定训练结果。当然对于不同的数据集,预处理的方法都会有或多或少的特殊性和局限性。在这里介绍三种当前最为普遍被广泛使用的预处理方法。需要导入numpy库,即:(下同)import numpy as np假设数据矩阵X是一个N*D维的矩阵,其中N代表样本数目,D代表数据的维度。1.零均值这是数据处理阶段最为常用的方法。顾名思义,就是将每一维原始数据减去每一...转载 2018-03-24 15:29:28 · 26116 阅读 · 0 评论 -
深度学习——对于反向传播的理解(举例验证)
BackPropagation是BP神经网络的基础算法,不过相信有很多人对于各种资料上教程书籍上看到的反向传播的推导看的云里雾里,刚开始看花书的时候也是这样,不过之后又带着迷惑查找看了许多讲解,勉强能够看懂了,其中用具体数值代替链式法则公式推导的方法很容易理解,在这里我和大家分享一下。讲到神经网络,tensor传播图是最为清晰的了,如下所示:第一层是输入层,包括两个神经元i1,i2,和截距项b1,...原创 2018-04-03 22:40:29 · 1914 阅读 · 1 评论