人工智能-TensorFlow
文章平均质量分 86
人工智能-Tensorflow
文火冰糖的硅基工坊
行路当下,惜缘随缘;
仰望星空,梦在远方;
俯瞰天下,顺道而为;
点亮心灯,照亮周遭。
----贝尔实验室授予杰出技术专家DMTS终身荣誉
展开
-
[人工智能-深度学习-48]:循环神经网络 - RNN是循环神经网络还是递归神经网络?
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录前言:一、什么是RNN二、什么是循环神经网络RNN三、什么是递归神经网络RNN前言:这是一个很容易混淆的概念,网上充斥了大量混用的情形,在学习RNN之前,我们不妨先做个简单的澄清。一、什么是RNNNN表示神经网络neural network,关键什么是"R"?实际上,在深度学习领域,R有两种情形:(1)Recurrent Neural Network =原创 2021-11-17 16:59:33 · 16184 阅读 · 0 评论 -
[人工智能-深度学习-47]:卷积神经网CNN+循环神经网络RNN与组合电路+时序电路的比较
第1章 计算机数字电路的基本单元1.1 计算机数字电路1.2 组合电路1.3 时序电路RRN: 必须等前一个序列完成,才能进行下一步,因为无法并行组合电路CNN, 时序电路RNN图片分类CNN, RNN 一句话分类。...原创 2021-11-17 00:37:25 · 15848 阅读 · 0 评论 -
[人工智能-深度学习-45]:开发环境 - Python、Anaconda、Jupter、Pycharm统一开发环境架构
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:...原创 2021-11-13 23:15:18 · 14925 阅读 · 0 评论 -
[人工智能-深度学习-44]:开发环境 - Anaconda的目录结构与SourceInsight工程
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 前言第2章Anaconda目录结构2.1Anaconda的安装目录2.2Anaconda目录结构第3章 第三方代码结构第4章 虚拟环境的目录结构4.1 根目录4.2 目录结构第5章 SourceInsight建立多个学习工程5.1Source Insight(4.00.0096)激活详解5.2基本建议5.3工程源文件组成第1...原创 2021-11-13 21:47:49 · 16254 阅读 · 0 评论 -
[人工智能-深度学习-43]:输入预处理 - 规范化Normalization、标准化Standardization、正态分布、算术平均、方差
第1章 多维数据输入时遇到的困境(为什么要标准化、规范化数据集)1.1 多维输入的困境在现实生活中,一个目标变量(Yi)可以认为是由多维特征变量(x)影响和控制的。如上图左图中的X1_i,X2_i,X3_i ,其中i = 0,1,2,3......这些特征变量的量纲和数值的量级就会不一样,比如x1_i = 10000,x2_i= 10,x3_i= -0.5.可以很明显的看出特征x1和x2、x3存在量纲的差距;但不表明,X1_i对神经网络输出的影响是X2_i对神经网络输出的影响...原创 2021-11-13 09:19:47 · 17706 阅读 · 1 评论 -
[Pytorch系列-44]:如何使能GPU训练, 提升训练效率
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 软硬件的安装与装备1.1 硬件的安装1.2 GPU库的安装第2章 应用程序对GPU的使用2.1 GPU相关软件版本检查2.2 获取当前的device的类型2.3 把OS相关的操作转移到GPU2.4把模型转移到GPU上(必选)2.5把loss转移到GPU上(可选)2.6把数据集转移到GPU上(必须)2.7在GPU训练第1章 软硬件的安...原创 2021-11-11 22:59:36 · 15091 阅读 · 0 评论 -
[人工智能-深度学习-42]:开发环境 - Windows如何查看GPU的使用情况
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 命令行显示1.1 概述与准备1.2 查看命令帮助信息1.3周期性打印信息第2章 图形化显示2.1 概述2.2“任务管理器”方式第1章 命令行显示1.1 概述与准备我们使用GPU做计算的时候,想了解GPU的使用情况,但是任务管理器没有GPU的信息.还好NVIDIA提供了相关的命令.是在路径C:\Program Files\NVIDIA Corpor..原创 2021-11-11 21:01:39 · 16005 阅读 · 0 评论 -
[人工智能-深度学习-41]:开发环境 - GPU进行训练安装与搭建(Pytroch、TensorFlow、Nvidia CUDA)详细过程
第1章 英伟达NvidiaCUDA 编程框架简介https://blog.csdn.net/HiWangWenBing/article/details/121220362https://blog.csdn.net/HiWangWenBing/article/details/121220362从上图可以看出,如果在CPU上运行(训练与预测),只需要到左侧的CPU环境,这个环境,在安装annacond的时候已经全部搞定。然后, 如果需要在GPU上运行,不仅仅需要左侧的CPU,增加了右侧的GP...原创 2021-11-10 20:51:38 · 18438 阅读 · 0 评论 -
[人工智能-深度学习-40]:英伟达GPU CUDA 编程框架简介
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 什么CPU与GPU?1.1 深度学习的硬件选择1.2 CPU与GPU比较1.3 CPU功能的硬件基础1.4GPU功能的硬件基础1.5 带GPU的计算机系统架构第2章 什么GPU CUDA 编程框架?2.1 CUDA在操作系统中的位置2.2编程模型:Host + Device2.3 线程模型2.4 内存模型2.5 GPU常见术语第3...原创 2021-11-09 10:33:11 · 15858 阅读 · 0 评论 -
[人工智能-深度学习-39]:环境搭建 - 训练主机硬件选择全指南(CPU/GPU/内存/硬盘/电源)
第1章 选择台式机还是笔记本(1)笔记本适用场合(没有太多的要求)理论学习 浅层网络训练 深层网络运算(2)台式机(有一定的性能)深度网络训练 (AlexNet之后的网络,就需要GPU训练了) 通过增加GPU卡,升级并行计算性能 通过升级RAM,升级主机的内存 通过升级CPU, 提升CPU的性能 神经硬盘,扩充数据集和模型的数量第2章 台式机选择CPU?1.1 CPU概述CPU的全称是Central Processing Unit,而GPU的全称是Graphic...原创 2021-11-08 20:27:26 · 21820 阅读 · 0 评论 -
[人工智能-深度学习-38]:卷积神经网络CNN - 常见分类网络- ResNet网络架构分析与详解
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址第1章 卷积神经网络基础1.1 卷积神经发展与进化史AlexNet是深度学习的起点,后续各种深度学习的网络或算法,都是源于AlexNet网络。[人工智能-深度学习-31]:卷积神经网络CNN - 常见卷积神经网络综合比较大全_文火冰糖(王文兵)的博客-CSDN博客作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:第1章 人工智能发展.原创 2021-10-24 00:37:29 · 11765 阅读 · 0 评论 -
[人工智能-深度学习-36]:卷积神经网络CNN - 简单地网络层数堆叠导致的问题分析(梯度消失、梯度弥散、梯度爆炸)与解决之道
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 简单堆叠神经元导致参数量剧增的问题1.1 网络层数增加大带来的好处1.2 一个奇怪的现象1.3网络层数增加带来的负面效果第2章 参数量剧增导致的训练问题2.1 计算量的增加2.2 模型容易过拟合,泛化能力变差。2.3 梯度异常2.4 loss异常第3章 梯度消失:参数的变化率接近与3.1 什么是梯度消失和梯度弥散3.2梯度的由来:反向传播..原创 2021-10-23 18:26:51 · 12136 阅读 · 0 评论 -
[人工智能-深度学习-37]:卷积神经网络CNN - 重构神经网络的疑惑与思考?
发问1:局部与整体?是局部特征决定最终的结果?还是全局特征决定最终的结果?还是兼有而至?当他们冲突时如何处理?发问2:具体与抽象?是具体特征决定最终的结果?还是抽象特征决定最终的结果?还是兼而有之? 当他们冲突时如何处理?完全串联的网络是完全由最后一层抽象特征决定的。发问3:共性与个性是个性决定最终的结果?还是个性决定最终的结果?还是兼而有之?共性决定分组,个性决定组内类型,共性的层次,决定了网络的层次,个性的数量,决定了某一层的深度,决定个性特征的参数,决定了某一层..原创 2021-10-23 18:31:15 · 8138 阅读 · 0 评论 -
[人工智能-深度学习-35]:卷积神经网络CNN - 常见分类网络- GoogLeNet Incepetion网络架构分析与详解
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 卷积神经网络基础1.1 卷积神经发展与进化史1.2 卷积神经网络的核心要素1.3 卷积神经网络的描述方法1.4 人工智能三巨头 + 华人圈名人第2章 GoogleNet网络概述2.1 概述2.2Christian Szegedy(克里斯蒂安·塞格迪)其人2.3 googLeNet提出的动机与背景2.4googLeNet特点与更新2.5in...原创 2021-10-22 20:23:51 · 8873 阅读 · 0 评论 -
[人工智能-深度学习-34]:卷积神经网络CNN - 常见分类网络- VGG16/VGG19网络结构分析与详解
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:第1章 卷积神经网络基础1.1 卷积神经发展与进化史AlexNet是深度学习的起点,后续各种深度学习的网络或算法,都是源于AlexNet网络。[人工智能-深度学习-31]:卷积神经网络CNN - 常见卷积神经网络综合比较大全_文火冰糖(王文兵)的博客-CSDN博客作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:第1章 人工智.原创 2021-10-21 22:10:19 · 10765 阅读 · 2 评论 -
[人工智能-深度学习-33]:卷积神经网络CNN - 常见分类网络- LeNet网络结构分析与详解
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 卷积神经网络基础1.1 卷积神经发展与进化史1.2 卷积神经网络的核心要素1.3 卷积神经网络的描述方法1.4 人工智能三巨头 + 华人圈名人第2章LeNet概述第3章 LeNet-5网络结构分析3.1 网络结构描述-垂直法3.2网络结构描述-厚度法3.3 分层解读3.4 分析结果示意第1章 卷积神经网络基础1.1 卷积神经发展与进...原创 2021-10-21 20:40:41 · 8717 阅读 · 0 评论 -
[人工智能-深度学习-32]:卷积神经网络CNN - 常见分类网络- AlexNet网络结构分析与详解
第1章 卷积神经网络基础1.1 卷积神经发展与进化史AlexNet是深度学习的起点,后续各种深度学习的网络或算法,都是源于AlexNet网络。[人工智能-深度学习-31]:卷积神经网络CNN - 常见卷积神经网络综合比较大全_文火冰糖(王文兵)的博客-CSDN博客作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:第1章 人工智能发展的3次浪潮1.1人工智能的发展报告2011-2020资料来源:清华大学、中国人工智能学会《人工智能的发展报...原创 2021-10-19 10:43:16 · 9233 阅读 · 0 评论 -
[人工智能-深度学习-31]:卷积神经网络CNN - 常见卷积神经网络综合比较大全
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:https://blog.csdn.net/HiWangWenBing/article/details/120835303目录第1章 人工智能发展的3次浪潮1.1人工智能的发展报告2011-20201.2 来自其他途径第2章 神经网络的演进历史2.1 卷积神经网络进化史2.2 深度神经网络大全2.3如何描述网络第3章 网络指标比较3.1 复杂度比较3.2...原创 2021-10-18 22:58:37 · 9788 阅读 · 0 评论 -
[人工智能-深度学习-30]:卷积神经网络CNN - 感受野,特征的提取与范围的扩散
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 什么感受野1.1 生物学对感受野的定义1.2 卷积神经网络中的感受野第2章 感受野的神奇效果2.2 视野的扩散2.3 抽象度的提升第1章 什么感受野1.1 生物学对感受野的定义感受野,感受器受刺激兴奋时,通过感受器官中的向心神经元将神经冲动(各种感觉信息)传到上位中枢,一个神经元所反应(支配)的刺激区域就叫做神经元的感受野(receptive f..原创 2021-10-18 20:31:46 · 8769 阅读 · 1 评论 -
[人工智能-深度学习-29]:卷积神经网络CNN - 全连接网络与卷积网络结构的互为等效与性能比较
第1章 单个全连接神经元与卷积核神经元的结构比较1.1 全连接神经元(1)一维模型(2)多维模型1.2 卷积核神经元(多维模型)输入尺寸: (i-X, i-Y, i-Z)卷积核神经元:(n-X, n-Y, n-Z) ,其尺寸远远小于输入尺寸输出尺寸: (o-X, o-Y),由卷积核尺寸、输入尺寸、移动步长、填充尺寸调整。第2章 全连接网络与卷积网络的结构比较2.1 全连接网络2.2 卷积核网络2.3...原创 2021-10-17 14:53:20 · 14522 阅读 · 0 评论 -
[人工智能-深度学习-28]:卷积神经网络CNN - 网络架构与描述方法
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 什么是卷积神经网络第2章 卷积神经网络的描述方法第3章 卷积神经网络的本质第4章 卷积神经网络的总体框框第5章卷积神经网络的发展与常见类型与分类第6章 常见的卷积神经网络6.1 AlexNet6.2 VGGNet6.3 GoogleNet: inception结构6.4 google net6.5 ResNet第7章 常见图形训练库第1.原创 2021-10-17 01:00:03 · 14844 阅读 · 0 评论 -
[人工智能-深度学习-27]:卷积神经网络CNN - 核心概念(卷积、滑动、填充、参数共享、通道)
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 卷积中的“积”的定义第2章 卷积中的“卷”的定义第3章 填充第4章 单个卷积核的输出第5章 多个卷积核的输出第6章 卷积对图形变换第7章 池化层第8章 全连接的dropout第1章 卷积中的“积”的定义第2章 卷积中的“卷”的定义stride:反映的每次移动的像素点的个数。第3章 填充...原创 2021-10-17 00:42:34 · 16786 阅读 · 0 评论 -
[人工智能-深度学习-26]:卷积神经网络CNN - 为啥要卷积神经网络以及卷积神经网络的应用
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章全连接网络的缺点第2章 卷积神经网络的时思想起源第3章 卷积神经网络的位置第4章 深度学习架构第1章全连接网络的缺点第2章 卷积神经网络的时思想起源第3章 卷积神经网络的应用第4章 深度学习架构...原创 2021-10-17 00:09:22 · 14690 阅读 · 0 评论 -
[人工智能-深度学习-25]:卷积神经网络CNN - CS231n解读 - 卷积层详解
第1章 卷积神经网络概述卷积层是构建卷积神经网络的核心层,它产生了网络中大部分的计算量。首先讨论的是,在没有大脑和生物意义上的神经元之类的比喻下,卷积层到底在计算什么呢?卷积层的参数是有一些可学习(不是固定值,而是W,B参数,是通过反向求导来修正的)的滤波器集合构成的。每个滤波器在空间上(宽度和高度)都比较小,但是深度和输入数据一致。举例来说,卷积神经网络第一层的一个典型的滤波器的尺寸可以是5x5x3(宽高都是5像素,深度是3是因为图像应为颜色通道,所以有3的深度)。在前向传...原创 2021-10-16 22:17:59 · 15429 阅读 · 1 评论 -
[人工智能-深度学习-24]:卷积神经网络CNN - CS231n解读 - 卷积神经网络基本层级
CS231n课程笔记翻译:卷积神经网络笔记 - 知乎原创 2021-10-16 21:02:18 · 15785 阅读 · 0 评论 -
[人工智能-深度学习-23]:卷积神经网络CNN - 卷积核的本质是多维输入的神经元
第1章 神经元的数学模型1.1 一维线性输入的原始神经元模型[人工智能-深度学习-6]:神经网络基础 - 人工神经元数学模型、激活函数_文火冰糖(王文兵)的博客-CSDN博客第1章 人的神经系统1.1人体神经系统/神经网络的功能神经系统(nervoussystem)是机体内起主导作用的系统。(1)神经系统调节和控制人体各其他系统的复杂活动,使机体成为一个完整的统一有机体。例如,当参加体育运动时,随着骨骼肌的收缩,出现呼吸加快加深、心跳加速、出汗等一系列变化。(2)神经系统通过调整机体功能活...原创 2021-10-16 17:52:52 · 17286 阅读 · 0 评论 -
[人工智能-深度学习-22]:卷积神经网络CNN -- 单层神经网络的本质是矩阵相乘
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 单个神经的本质是一维矩阵(向量)内积(点乘)1.1 任意维度输入形态的神经元本质:算术乘+累加和1.2 任意维度形态的神经元都可以转换成一维输入的神经元:一维矩阵相乘1.3 多样本输入并发运算的神经元模型第2章 神经网络模型(多个独立的神经元)2.1 单样本,多个神经元输出并发运算的模型2.2 多样本,多个神经元输出并发运算的模型第1章 单个神经的本质是一维原创 2021-10-16 14:49:58 · 14864 阅读 · 0 评论 -
[人工智能-深度学习-21]:卷积神经网络CNN -- 多维输入的神经元模型及其本质:一维矩阵的点乘
第1章 神经元的一维输入模型1.1 一维线性输入的原始神经元模型[人工智能-深度学习-6]:神经网络基础 - 人工神经元数学模型、激活函数_文火冰糖(王文兵)的博客-CSDN博客第1章 人的神经系统1.1人体神经系统/神经网络的功能神经系统(nervoussystem)是机体内起主导作用的系统。(1)神经系统调节和控制人体各其他系统的复杂活动,使机体成为一个完整的统一有机体。例如,当参加体育运动时,随着骨骼肌的收缩,出现呼吸加快加深、心跳加速、出汗等一系列变化。(2)神经系统通过调整机体功能活动..原创 2021-10-16 11:42:38 · 16012 阅读 · 1 评论 -
[人工智能-深度学习-20]:卷积神经网络CNN - 全连接网络的缺点与CNN的使命
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 全连接神经网络的缺点1.1 什么是全连接网络1.2 全连接网络的优点1.3 全连接网络的缺点1.4 全连接的应用场景第2章 卷积神经网络的出现第1章 全连接神经网络的缺点1.1 什么是全连接网络前面介绍的浅层神经网络以及用神经元搭建的网络都是全连接神经网络,那么什么是全连接神经神经网络呢?如下图所示:全连接(FC)网络结构是最基本的神经...原创 2021-10-12 22:53:46 · 17072 阅读 · 0 评论 -
[人工智能-深度学习-19]:神经网络基础 - 模型训练 - 泛化、过拟合、欠拟合以及常见的解决办法
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 学习效果评估标准与学习效果状态1.1 概述1.2泛化能力1.3 学习训练后的三种状态第2章 泛化能力差的解决办法2.1 欠拟合的解决办法2.2 过拟合的解决办法第3章偏差与方差第1章 学习效果评估标准与学习效果状态1.1 概述机器学习的结果有如下几个评估标准(1)准确率大白话就是考试成绩,有100道题,能做对多少。分数越高,预测准确率..原创 2021-10-03 11:59:39 · 2004 阅读 · 0 评论 -
[人工智能-深度学习-18]:神经网络基础 - 模型训练 - 监督式学习常见学习材料:训练数据集、验证数据集、测试数据集
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 数据集概述1.1 什么是数据集1.2数据集的组成1.3监督式机器学数据集的分类1.4数据集对于机器学习的重要性1.5 数据集的来源第2章 常见的数据集2.1 -Kaggle数据集2.2 -亚马逊数据集2.3 -UCI机器学习库:2.4-谷歌的数据集搜索引擎:2.5 -微软数据集:2.6-Awesome公共数据集:2.7 -政府数...原创 2021-10-03 10:54:53 · 2636 阅读 · 0 评论 -
[人工智能-深度学习-17]:神经网络基础 - 优化算法的本质是盲人探路或迷雾探险
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 loss函数几何图像1.1 单个参数的一元loss函数1.2 两个参数的二元loss函数1.3 多个参数的多元loss函数第2章优化算法的本质是盲人探路第3章优化算法的本质是迷雾探险第4章 优化算法的本质是寻找“最好”的过程第5章 优化算法的启示第1章 loss函数几何图像1.1 单个参数的一元loss函数1.2 两个参数...原创 2021-10-03 09:36:01 · 426 阅读 · 0 评论 -
[人工智能-深度学习-16]:神经网络基础 - 模型训练超参数 - 学习率(learning rate)
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 学习率在机器学习模型中的位置第2章 什么是超参数2.1 超参数的定义2.2 超参数的特性:2.3 常见的超参数第3章 什么是学习率3.1 学习率的作用3.2 什么是学习率第4章 学习率对模型训练的影响4.1 学习率的作用4.2 学习率:分类方法1:静态与动态4.3 学习率分类方法2:动态变化的方式第1章 学习率在机器学习模型中的位置.原创 2021-10-02 23:05:41 · 2826 阅读 · 0 评论 -
[人工智能-深度学习-15]:神经网络基础 - 常见优化器Optimizer及其算法 - 梯度下降法系列
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 什么是优化算法1.1 机器学习模型与优化算法在机器学习模型中的位置1.2 什么是优化器1.3 什么是优化算法1.4 优化算法的核心思想1.5 损失函数的几何图形1.6 损失函数具有最小值的条件第2章 基础版梯度下降法:独立可变梯度2.1 什么是梯度下降法(Gradient Descent)2.2 三种基本版梯度下降法第3章加强版梯度下降法:带..原创 2021-10-02 22:29:34 · 1485 阅读 · 0 评论 -
[人工智能-深度学习-14]:神经网络基础 - 常见loss损失函数之逻辑分类,对数函数,交叉熵函数
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:第1章 什么损失函数1.1 什么是机器学习[人工智能-深度学习-8]:神经网络基础 - 机器学习、深度学习模型、模型训练_文火冰糖(王文兵)的博客-CSDN博客1.2 什么是监督式机器学习百度百科:监督式学习(英语:Supervised learning),是一个机器学习中的方法,可以由训练资料中学到或建立一个模式(函数/ learning mode..原创 2021-10-02 19:44:56 · 1609 阅读 · 0 评论 -
[人工智能-深度学习-13]:神经网络基础 - 逻辑分类标签与OneHot编码
作者主页(文火冰糖的硅基工坊):文火冰糖(王文兵)的博客_文火冰糖的硅基工坊_CSDN博客本文网址:目录第1章 逻辑分类概述第2章 分类编码的诉求第3章 OneHot编码第1章 逻辑分类概述所谓逻辑分类,分为2分类和多分类,其中二分类是逻辑分类的基础。二分类的本质上就是其标签值不是任意值,而是确定性的二进制数值:0或1, 0表示“不是”该分类,1表示为“是”该分类。多分类是基于二分类的,在多分类中,为了支持底层的标签依然是0或1,为了保持与分类的一致性,在多分类中采用了一原创 2021-10-02 15:05:56 · 1112 阅读 · 0 评论 -
[人工智能-深度学习-12]:神经网络基础 - 激活函数之SoftMax与多分类神经网络模型
第1章 sigmoid函数在多分类中的困境输入案例:(X1, X2, X3....... X728)输出案例:【0.1, 0.6, 0.1, 0.1, 0.2, 0.4, 0.8, 0.2, 0.1, 0.9】sigmoid函数中的每一路的输出值都是在【0,1】,但每一输出是独立的。 因为每一路的输出是独立的,导致每一路的输出值累加,其累加和不等于1,甚至可能大于1,图上图所示,大于1导致:所有的输出体现不出“概率”的意图,也体现不出“比重”的概念。 因为每一路的输出是独立的...原创 2021-10-01 16:46:24 · 14545 阅读 · 0 评论 -
[人工智能-深度学习-11]:神经网络基础 - 激活函数之sigmoid与多分类的神经网络模型
第1章sigmoid与二分类[人工智能-深度学习-10]:神经网络基础 - 激活函数之sigmoid与二元逻辑分类的神经元模型_文火冰糖(王文兵)的博客-CSDN博客[人工智能-深度学习-10]:神经网络基础 - 激活函数之sigmod与二分类https://blog.csdn.net/HiWangWenBing/article/details/120559515第2章sigmoid与多分类sigmoid除了用于单分类,还可用于多分类。2.1sigmoid与独立多路分类在上...原创 2021-10-01 00:58:05 · 16706 阅读 · 0 评论 -
[人工智能-深度学习-10]:神经网络基础 - 激活函数之sigmoid与二元逻辑分类的神经元模型
[人工智能-深度学习-10]:神经网络基础 - 激活函数之sigmod与二分类原创 2021-10-01 00:27:36 · 15913 阅读 · 0 评论 -
[TensorFlow系列-23]:TensorFlow基础 - 其他
............原创 2021-09-21 21:02:59 · 262 阅读 · 0 评论