人工智能
几里路遥
非志无以成学,非学无以广才。
展开
-
损失函数和优化函数
损失函数和优化函数的重要性:深度神经网络中的的损失用来度量我们的模型得到的的预测值和数据真实值之间差距,也是一个用来衡量我们训练出来的模型泛化能力好坏的重要指标。对模型进行优化的最终目的是尽可能地在不过拟合的情况下降低损失值。损失函数:1.均方误差函数均方误差(Mean Square Error)函数计算的是预测值与真实值之差的期望值,可用于评价数据的变化程度,其得到的值越小,...原创 2019-06-20 21:38:38 · 8358 阅读 · 0 评论 -
激活函数
我们在了解感知机和多层感知机时,很容易得到一个没有激活函数的单层神经网络模型,其数学表示如下: 其中的大写字母代表矩阵或者张量。下面搭建一个二层的神经网络模型并在模型中加入激活函数。假设激活函数的激活条件是比较0和输入值中的最大值,如果小于0,测输出结果为0...原创 2019-06-27 20:49:35 · 318 阅读 · 0 评论 -
监督学习和无监督学习
监督学习和无监督学习的通俗理解假如有一堆白菜和萝卜混在一起组成的蔬菜,需要设计一个机器对这堆蔬菜按白菜和萝卜分类,但是这个机器现在并不知道他们是什么样的,所以我们首先要拿一堆白菜和萝卜的照片,告诉机器他们分别长什么样;经过训练后,机器已经能够准确的照片中蔬菜类别做出判断,并且对他们的特征形成自己的定义;之后我们让机器对蔬菜进行分类,然后基本准确的按类别分开。这就是一个监督学习的过程。相反,没有...原创 2019-08-18 10:27:46 · 553 阅读 · 3 评论