2018年08月_Game_Tom

原创 2015-2018“隐性”数据中爆发的人工智能，你准备好了吗

AI（Artificial Intelligence）“人工智能” 在科技发展快速的世纪。智能化的设备已经在慢慢走入我们的生活，工作。人工智能，它仅代表了计算机科学的一个非凡领域，在20世纪，这个领域并未得到实质性的发展与飞跃。但是在科技化横向发展的社会，人工智能的技术已经在悄然发生变化，这个变化，已经在从量到质做一个突破。上个世纪50年代末，苏联发射了第一颗人造卫星Spu...

2018-08-24 15:56:43 566

原创【连载】深度学习笔记8：利用Tensorflow搭建神经网络

在笔记7中，和大家一起入门了 Tensorflow 的基本语法，并举了一些实际的例子进行了说明，终于告别了使用 numpy 手动搭建的日子。所以我们将继续往下走，看看如何利用 Tensorflow 搭建神经网络模型。尽管对于初学者而言使用 Tensorflow 看起来并不那么习惯，需要各种步骤，但简单来说，Tensorflow 搭建模型实际就是两个过程：创建计算图和...

2018-08-24 14:38:21 340

原创【连载】深度学习笔记7：Tensorflow入门

从前面的学习笔记中，笔者和大家一起使用了 numpy 一步一步从感知机开始到两层网络以及最后实现了深度神经网络的算法搭建。而后我们又讨论了改善深度神经网络的基本方法，包括神经网络的正则化、参数优化和调参等问题。这一切工作我们都是基于numpy 完成的，没有调用任何深度学习框架。在学习深度学习的时候，一开始不让大家直接上手框架可谓良苦用心，旨在让大家能够跟笔者一样，一步一步通过 nu...

2018-08-24 11:22:14 209

原创【连载】深度学习笔记6：神经网络优化算法之从SGD到Adam

从前面的学习中，带大家一起学会了如何手动搭建神经网络，以及神经网络的正则化等实用层面的内容。这些都使得我们能够更深入的理解神经网络的机制，而并不是初次接触深度学习就上手框架，虽然对外宣称神经网络是个黑箱机制，但是作为学习者我们极度有必要搞清楚算法在每个环节到底都干了些什么。今天笔者需要讲的是深度学习的一个大的主题——优化算法。采用何种方式对损失函数进行迭代优化，这是机器...

2018-08-24 11:16:19 473

原创深度学习笔记5：正则化与dropout

在笔记 4 中，详细阐述了机器学习中利用正则化防止过拟合的基本方法，对 L1 和 L2 范数进行了通俗的解释。为了防止深度神经网络出现过拟合，除了给损失函数加上 L2 正则化项之外，还有一个很著名的方法——dropout. 废话少说，咱们单刀直入正题。究竟啥是 dropout ? dropout 是指在神经网络训练的过程中，对所有神经元按照一定的概率进行消除的处理方式。在...

2018-08-24 10:53:44 326

原创深度学习笔记4：深度神经网络的正则化

今天要写的是关于机器学习和深度学习中的一项关键技术：正则化。相信在机器学习领域摸爬滚打多年的你一定知道正则化是防止模型过拟合的核心技术之一，关于欠拟合和过拟合的问题总的来说，监督机器学习的核心原理莫过于如下公式：该公式可谓是机器学习中最核心最关键最能概述监督学习的核心思想的公式了：所有的有监督机器学习，无非就是正则化参数的同时最小化经验误差函数。最小化经验...

2018-08-14 11:51:16 245

原创【连载】深度学习笔记3：手动搭建深度神经网络（DNN）

在笔记 1 和 2 里使用 numpy 手动搭建了感知机单元与一个单隐层的神经网络，理解了神经网络的基本架构和传播原理，掌握了如何从零开始手写一个神经网络。但以上仅是神经网络和深度学习的基础内容，深度学习的一大特征就在于隐藏层之深。因而，我们就这前面的思路，继续利用 numpy 工具，手动搭建一个 DNN 深度神经网络。再次回顾一下之前我们在搭建神经网络时所秉持的思路和步骤：...

2018-08-09 15:54:55 696

原创【连载】深度学习笔记2：手写一个单隐层的神经网络

笔记1中我们利用 numpy 搭建了神经网络最简单的结构单元：感知机。笔记2将继续学习如何手动搭建神经网络。我们将学习如何利用 numpy 搭建一个含单隐层的神经网络。单隐层顾名思义，即仅含一个隐藏层的神经网络，抑或是成为两层网络。继续回顾一下搭建一个神经网络的基本思路和步骤：定义网络结构（指定输出层、隐藏层、输出层的大小）初始化模型参数循环操作...

2018-08-05 17:40:08 350

原创【连载】深度学习笔记1：利用numpy从零搭建一个神经网络

很多人说深度学习就是个黑箱子，把图像预处理之后丢进 tensorflow 就能出来预测结果，简单有效又省时省力。但正如我在上一篇推送中所说，如果你已是一名功力纯厚的深度学习工程师，这么做当然没问题。但我想大多数人也和我一样，都是走在学习深度学习的路上，一上来就上框架并没有什么特别不妥之处，但总归是对你理解深度学习的黑箱机制是了无裨益的。所以，我建议在学习深度学习的路上，从最简单的感知机开始写...

2018-08-03 16:06:29 472

原创深度学习与深层神经网络。多层智能学习推动人工智能！

机器学习使计算机能够处理迄今为止仅由人执行的任务。从驾驶汽车到翻译语言，机器学习正在推动人工智能爆炸式的增长，帮助软件理解混乱而不可预知的真实世界。但究竟什么是机器学习，又是什么让机器学习现在如此繁荣呢？什么是机器学习？在很高的水平上，机器学习是教授计算机系统如何在馈入数据时做出准确预测的过程。这些预测可以回答一张照片中的水果是香蕉还是...

2018-08-02 16:48:58 1001

原创从数据结构到Python实现：如何使用深度学习分析医学影像

运用深度学习技术进行图像和视频分析，并将它们用于自动驾驶汽车、无人机等多种应用场景中已成为研究前沿。近期诸如《A Neural Algorithm of Artistic Style》等论文展示了如何将艺术家的风格转移并应用到另一张图像中，而生成新的图像。其他如《Generative Adversarial Networks》（GAN）以及「Wasserstein GAN」等论文为开发能学习...

2018-08-01 15:47:10 2063 1

m0_37971088的博客