深度学习
咸鱼小姐-coding
没伞的孩子只能努力奔跑
展开
-
深度学习之-神经元权重以及偏置的介绍
深度学习之-神经元权重以及偏置的介绍**1.深度学习的来历2.什么是深度学习3.偏置以及权重的介绍- 认识简单的3层神经网络在深度学习或者机器学习中,各个信号被称作“神经元”,首先我们以3层神经网络为对象认识下3层神经网络中的输入层,隐藏层以及输出层,如下图所示注意:3层神经网络中输入层为第0层3层神经网络中输出层为第3层- 权重以及偏置的基本含义但是针对不同问题,每个神经元的权重(w1,w2,···,wn)以及偏置(b)均不同,在对权重以及偏置进行解释前,我们可以观察下面这张原创 2020-06-10 23:30:00 · 21983 阅读 · 9 评论 -
深度学习笔记(二)卷积层 Convolutional tf.keras.layers.conv2D
如何理解tf.keras.layers.Conv2D()在介绍,此函数之前,我们先了解卷积层在深度学习中的作用:什么卷积卷积是指将卷积核应用到某个张量的所有点上,通过卷积核在输入的张量上滑动而生成经过滤处理的张量。不同的卷积核对图像中不同特征的敏感程度不同,因此不同的卷积核提取的图像特征不同卷积层完成的是:对图像特征的提取或者信息匹配tf.keras.layers.Conv2D()的函数参数具体如下:tf.keras.layers.Conv2D( filters, ke原创 2020-10-05 16:42:01 · 1849 阅读 · 0 评论