![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 52
AquaVII
耐得住寂寞,守得住繁华!只为成功找方法,不为失败找借口!
展开
-
深度学习之基础(一)
#baidu => buy vedio => dl basic机器学习是一门不需要外部程序指示而让计算机有能力自我学习的学科;而学习是指对于经验(E)、任务(T)和性能(P),如果随着E的增加,在定义好的T下,提高P的表现能力,就说明计算机有学习的能力。一.深度学习DL是基于ML延伸出来的一个新领域,由以人大脑结构为启发的神经网络算法为起源加之模型结构深度的增加而发展,并伴随大原创 2017-07-24 15:44:30 · 1009 阅读 · 0 评论 -
Activation Function
Activation Function关于activation function是在学习bp神经网络的时候听到的一个名词,叫做激励函数,当时是用来进行每一层的节点值进行非线性转化得到隐藏层节点值,现在想想不太清楚为什么用这个,因此写了这个文章。Activation Function,代表有sigmoid函数,是指如何把“激活的神经元的特征”通过函数把特征保留并映射出来(保留特征,去除一些数原创 2017-07-25 10:41:36 · 480 阅读 · 0 评论 -
BP神经网络
BP神经网络一种按照误差逆向传播算法训练的多层前馈神经网络,是目前应用最广泛的神经网络。通过迭代的性质来处理训练集中的实例;过程是根据对比神经网络输出层的预测值和真实值之间的误差,反向更新权重和偏向(bias),在经过一轮新的训练集,直到结束。算法详细介绍输入:D:数据集,学习率(learning rate),一个多层向前神经网络输出:训练完的神经网络步骤:训练实例原创 2017-07-25 09:22:48 · 798 阅读 · 0 评论