![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Machine Learning
文章平均质量分 94
zpethan
机械电子工程,超算AI系统优化
展开
-
前向与反向传播推导
本文简单地以下图所示的三层神经网络为例(没有偏置节点),介绍神经网络的前向和反向传播过程:图中参数含义如下:X1,X2X_1,X_2X1,X2:网络输入参数。WX11,WX12,WX13,WX21,WX22,WX23W_{X_11}, W_{X_12}, W_{X_13}, W_{X_21}, W_{X_22}, W_{X_23}WX11,WX12,WX13,WX21,WX22,WX23:输入层权重参数。H1,H2,H3H_1, H_2, H_3H1,H2,H3:原创 2021-04-30 17:35:19 · 359 阅读 · 1 评论 -
全面解析LSTM(RNN,GRU)及其前向传播过程
LSTM简介LSTM(Long Short-Term Memory)长短期记忆网络,RNN的升级款,主要解决RNN中长时序列中的梯度消失问题。在长时间序列中,原始的RNN由于梯度的乘性问题,前面的序列的影响近乎为0,LSTM将其修正为加性问题。LSTM原理先上原理图:[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-MJVqSkBJ-1615166707298)(https://zpwenjh.github.io/img-post/image-20210302114321原创 2021-03-08 09:49:28 · 1992 阅读 · 0 评论 -
caffe-windows(仅cpu)配置过程
caffe在windows下的配置过程,经多次配置均有效,后面还会有caffe在windows下的使用过程详解原创 2017-01-28 20:17:13 · 4827 阅读 · 3 评论 -
windows下caffe特征图可视化之前的配置
windows条件下caffe特征图的可视化方法原创 2017-03-02 14:30:28 · 1130 阅读 · 1 评论