- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Backpropagation算法
Backpropagation算法1.首先总结4个方程分别介绍： BP1：输出层的delta 也就是∂C/∂z,根据链接法则，∂C/∂z = ∂C/∂a * ∂a/∂z 注意这个*指的是点乘 也就是对应的元素相乘，而不是矩阵乘法对于不同Cost函数 有不同的 根据对应的Cost
2017-09-22 11:05:38
505
原创 深度学习（二）overfitting和regularization、dropout
Overfitting1.过度拟合(从知乎上看到的) (1)对于机器来说，在使用学习算法学习数据的特征的时候，样本数据的特征可以分为局部特征和全局特征，全局特征就是任何你想学习的那个概念所对应的数据都具备的特征，而局部特征则是你用来训练机器的样本里头的数据专有的特征. (2)在学习算法的作用下，机器在学习过程中是无法区别局部特征和全局特征的，于是机器在完成学习后，除了学
2017-09-19 11:29:20
3676
原创 深度学习（一） cross-entropy和sofrmax
Cross-entropy神经网络的学习行为和人脑差的很多, 开始学习很慢, 后来逐渐增快为什么?学习慢 => 偏导数 ∂C/∂w 和 ∂C/∂b 值小回顾之前学习的Cost函数:回顾sigmoid函数:当神经元的输出接近1或0时，曲线很平缓，因而会使偏导数 ∂C/∂w 和 ∂C/∂b 值小,致使学习很慢如何增快学习？为此神经网络引入交叉熵代价函数cro
2017-09-19 11:21:15
16022
1
《Python深度学习》2018高清版pdf
2018-12-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人