深度学习历史
深度学习经典步骤
神经网络的符合标记含义
Wij 代表的是从神经元ｊ到神经元ｉ，这样写的目的是便于表达，否则最后的表达式子就是Wij的转置，细节见下面。
每个神经元的偏执值组成一个向量ｂ
单个神经元的输出结果
所有神经元输出的结果
深度学习示例数字识别
将图片reshape到一列（按行reshape或者按列reshape均可），类别可用0ne-hot来标记。
深度学习损失函数
批量算损失，梯度下降法去更新参数，以便找到最优的目标函数。
深度学习梯度下降法
参考文献
本文介绍了李宏毅机器学习课程中的深度学习部分，涵盖了神经网络符号含义、偏执值向量、单个及所有神经元的输出、图像重塑、类别标记、损失函数和梯度下降法在优化参数中的应用。
8万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
