1、避免过拟合的方法:
正则化,dropout,Batch normalization
2、深度学习的四个基础设施:
- 算力
- 数据
- 算法
- 边缘计算的设备
边缘计算
边缘计算又叫做物计算和终端计算,是与云计算相对应的。云是我们需要把数据上传到云端,再从云端服务器获得响应,云是和我们距离非常远;但是物就在我们身边,我们不需要把数据上传到遥不可及的云端,而是就地在当下解决,不需要联网
3、神经棒的作用
不是用来训练的,不是用来做反向传播的,是用来做正向推断的。
就是说我们已经有了一个网络,我们来加速这个网络的正向推断
4、常见的神经网络深度学习库
tensorflow——Google的
pytorch——facebook的
caffe——facebook的
NXNet——亚马逊的
paddlepaddle——百度的
5、感知机
感知机(perceptron)是二分类的线性分类模型,输入为实例的特征向量,输出为实例的类别(取+1和-1)
激活函数的最基本形式是一个简单的二元方程,这个方程只有两个可能的结果
尽管看起来如此简单,但该函数有一个非常复杂的名称:Heaviside Step函数。 如果输入为正或零,则此函数返回1;对于任何负输入,此函数返回0。
使用这样的激活函数的神经元被称为感知机
感知机是神经网络和支持向量机的基础
6、Alpha-Go三大法宝
深度学习、强化学习、蒙特卡洛树搜索
神经网络/深度学习 相关知识
最新推荐文章于 2022-09-09 17:35:27 发布