神经网络
张小凡vip
2012年中级职称软件设计师;
2017年高级职称项目管理师;
2018年CSM敏捷认证;
2019年csdn20周年直播嘉宾;
2020年高级健康管理师;
清华大学出版社《MongoDB游记》数据库教程书作者。
专注于数据挖掘技术与大数据,云计算与存储等技术的学习与研究。
擅长系统响应式开发、数据采集数据清洗和数据分析,分布式云存储运算等技术。
熟悉数据的采集、数据的清洗(ETL)、存储(Data Storage)、挖掘(Data Mining)整个流程。
熟悉后台系统、云存储计算平台的搭建,擅长解决架构过程中遇到的疑难问题。
常用开发语言:java、python、c#、perl、sql。
展开
-
神经网络模型
什么是神经网络 神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学能力,特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。神经网络的发展与神经科学、数理科学、认知科学、计算机原创 2015-07-30 17:25:48 · 4156 阅读 · 0 评论 -
神经网络实现步骤
数据预处理-归一化 在训练神经网络前一般需要对数据进行预处理,一种重要的预处理手段是归一化处理。下面简要介绍归一化处理的原理与方法。 什么是归一化 数据归一化,就是将数据映射到[0,1]或[-1,1]区间或更小的区间,比如(0.1,0.9) 。 为什么要归一化处理 输入数据的单位不一样,有些数据的范围可能特别大,导致的结果是神经网络收敛慢、训练时间长。 数据范围大原创 2015-07-31 15:30:29 · 8743 阅读 · 1 评论