![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络教程
jq597
职业历程
展开
-
第一章: 利用神经网络识别手写数字
人类视觉系统是大自然的一大奇迹。 考虑下面的手写数字序列:大部分人能够毫不费力的识别出这些数字是 504192。这种简单性只是一个幻觉。在我们大脑各半球,有一个主要的视觉皮层,即V1,它包含1.4亿个神经元以及数以百亿的神经元连接。而且人类不只是有V1,还有一系列的视觉皮层——V2,V3,V4和V5,它们能够执行更加复杂的图像处理。我们可以将大脑想象成一台超级计算机转载 2017-03-28 11:35:51 · 14788 阅读 · 0 评论 -
第二章:”逆传播”算法的工作机制
在上一章我们看到了神经网络如何使用梯度下降算法来进行自我权重和偏差的学习。然而在我们的解释中却存在一个问题:我们并没有讨论如何计算代价函数的梯度。这的确是一个问题!本章我将阐述一个快速计算梯度的算法,即后向传播。后向传播算法产生于1970年,但它的重要性一直到David Rumelhart,Geoffrey Hinton和Ronald Williams于1986年合著的论文才被重视。该转载 2017-03-28 14:29:16 · 846 阅读 · 0 评论