神经网络这个概念并不陌生,但是从接触到现在这一个月的时间里,云里雾里,始终无法建立起完整的体系,能让自己顺畅地用神经网络解决一个具体问题,并进行有针对性的优化。于是决定整理近日所学,尝试搭建一个完整的知识体系。
体系的搭建想从一系列问题入手,也是我学到此刻急需彻底理清的一些问题,将陆续更新并附上链接。
- 神经网络是什么?解决问题的步骤(算法)是什么?
- 梯度下降用在神经网络的哪一步?
- 损失函数是干什么用的?
- 神经网络模型有哪些参数可以调整(优化)?
上述四问题在神经网络体系搭建(一)中解决 - 多层感知器是什么?
- 深度学习是什么?
- 深度学习和神经网络有什么区别?
- 深度学习网络模型有哪些参数可以调整(优化)?
- 卷积神经网络是什么?
- 卷积神经网络和神经网络有什么区别?
- 卷积神经网络模型有哪些参数可以调整(优化)?
- TensorFlow如何使用?套路是什么?
- 怎么用TensorFlow实现神经网络?
为了帮助822实验室的同学们尽快熟悉神经网络,并能用TensorFlow做一些项目相关实验,将在完成三个引导项目,分别是:
- 快速上手Python并实现神经网络并实现睡眠质量预测
项目为jupyter notebook格式,建议安装Anaconda,在环境中安装jupyter notebook。 - 用TensorFlow实现单个数字识别
- 用TensorFlow实现多个数字识别