- 博客(4)
- 问答 (1)
- 收藏
- 关注
RSS订阅
1原创 《神经网络与深度学习》学习笔记二
全连接网络：链接权过多，难算难收敛，同时可 能进入局部极小值，也容易产生过拟合问题 e.g. 输入为96x96图像，要学习100个特征 局部连接网络：顾名思义，只有一部分权值连接。参数自适应变化：具有较大偏导的参数相应有一个较大的学习 率，而具有小偏导的参数则对应一个较小的学习率具体来说，每个参数的学习率会缩放各参数反比于其历史梯度 平方值总和的平方根。填充（Padding），也就是在矩阵的边界上填充一些值，以 增加矩阵的大小，通常用0或者复制边界像素来进行填充。恰恰是最优化方法中的基本问题：函数最小化。
2023-03-27 15:48:14
63
原创 《神经网络与深度学习》学习笔记（一）
其具体研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统。1、定义：线性分类器则透过特征的线性组合来做出分类决定，以达到此种目的，简言之，样本通过直线（或超平面）可分。多层前馈网络的反向传播（BP）学习算法，简称BP算法，是有导师的学习，它是梯度下降法在多层前馈网中的应用。3、人工神经网络：是从微观结构与功能上模拟人脑神经系统而建立的一类模型，是模拟人的智能的一条途径。1、定义：利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计方法。(3)对称型阶跃函数。
2023-03-20 14:42:14
81
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人