深度学习
文章平均质量分 92
记性太好是我的缺点
这个作者很懒,什么都没留下…
展开
-
Improving Deep Neural Networks:Initialization and Regularization
不同的初始化策略会导致不同的结果随机初始化参数是为了打破神经网络的平衡并确保不同的隐藏单元可以学习不同的函数通常情况下不会把参数初始化得太大He初始化适用于以ReLU函数为激活函数的神经网络。......原创 2022-08-08 11:44:40 · 344 阅读 · 0 评论 -
基于Neural Networks and Deep Learning的学习总结
神经网络通常包含三个部分:输入层,隐藏层,输出层。输入层(Input layer)通常是维度为[n_x,n]的向量。其中n_x表示特制的个数,n表示样本个数。隐藏层(Hidden layer)tip:编程实现时通常用list"layers_dims[l_1,l_2,…,l_n]"来描述神经网络的模型结构,len(layers_dims) 即为模型的深度,layers_dims[n]即为第n层隐藏层中包含的神经元个数。可以将其类比为“黑盒子”,由许多个神经元堆叠在一起组成。...原创 2022-08-02 19:16:29 · 178 阅读 · 0 评论