- 博客(8)
- 收藏
- 关注
RSS订阅原创 sigmoid函数在逻辑回归以及深度学习的应用
系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加例如：第一章 Python 机器学习入门之pandas的使用提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录系列文章目录前言一、分类问题1.sigmoid函数介绍2.sigmoid函数在深度学习上的应用3.sigmoid函数的优缺点二、二分类逻辑回归代码1.引入库2.读入数据总结欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一
2020-11-26 00:58:22
2660
原创 GAN,DCGAN详解
GAN介绍这个框架可以针对多种模型和优化算法提供特定的训练算法。在这篇文章中，我们探讨了生成模型通过将随机噪声传输到多层感知机来生成样本的特例，同时判别模型也是通过多层感知机实现的。我们称这个特例为对抗网络。在这种情况下，我们可以仅使用非常成熟的反向传播和丢弃算法训练两个模型，生成模型在生成样本时只使用前向传播算法。并且不需要近似推理和马尔可夫链作为前题。相关工作含隐变量的有向图模...
2020-02-24 23:33:28
2342
原创 深度不学习——————卷积神经网络，LeNet，AlexNet,VGG详解以及PyTorch代码实现
卷积神经网络卷积神经网络针对输入全部是图像的情况，将结构调整得更加合理，获得了不小的优势。与常规神经网络不同，卷积神经网络的各层中的神经元是3维排列的：宽度、高度和深度（这里的深度指的是激活数据体的第三个维度，而不是整个网络的深度，整个网络的深度指的是网络的层数）。举个例子，CIFAR-10中的图像是作为卷积神经网络的输入，该数据体的维度是32x32x3（宽度，高度和深度）。我们将看到，...
2020-02-18 23:50:06
2141
原创 深度不学习————Attention is all you need
Transformer The Motivation for Transformers我们想要并⾏化，但是RNNs本质上是顺序的 尽管有GRUs和LSTMs, RNNs仍然需要注意机制来处理⻓期依赖关系——否则状态之间的 path length 路径⻓度 会随着序列增⻓ 但如果注意⼒让我们进⼊任何⼀个状态……也许我们可以只⽤注意⼒⽽不需要RNN?Dot-Product...
2020-02-17 23:18:15
401
原创 深度不学习 ————Seq2seq，Attention，Machine Translation
Pre-Neural Machine Translation机器翻译(MT)是将⼀个句⼦ x 从⼀种语⾔( 源语⾔ )转换为另⼀种语⾔( ⽬标语⾔ )的句⼦ y 的任务。核⼼想法：从数据中学习概率模型。我们想要找到最好的英语句⼦ y ，给定法语句⼦ x使⽤Bayes规则将其分解为两个组件从⽽分别学习P(x|y)翻译模型分析单词和短语应该如何翻译(逼真)从并⾏数据中学习P...
2020-02-15 23:58:17
371
原创 深度不学习————LSTM,RNN,GRU模型、语言模型、双向RNN
目录RNNRNN语言模型RNN的优点RNN的缺点RNN参数说明Training a RNN Language Model如何计算？用困惑度来评估语言模型：为何关注语言模型RNN核⼼想法：重复使⽤ 相同 的权重矩阵W:传统的翻译模型只能以有限窗⼝⼤⼩的前 n 个单词作为条件进⾏语⾔模型建模，循环神经⽹络与其不同，RNN 有能⼒以语料库中所有前⾯的单词为...
2020-02-14 23:25:50
1103
原创 深度不学习——————softmax分类器
目录一、我们先谈谈线性分类器： 1.基本概念 2.有几点需要注意:3.对线性分类器的详细解释：二、线性可分SVM算法流程三、softmax分类器Softmax示意图SVM VS Softmax一、我们先谈谈线性分类器： 1.基本概念The classier must remember all of the training data and ...
2020-02-13 00:12:20
2255
原创 深度不学习——————线性回归
线性回归¶主要内容包括：线性回归的基本要素 线性回归模型从零开始的实现1.线性回归的基本要素：现在给定一个数据集，包含n个样本，x为属性表述的一个向量，维数为d，y为在向量x下的实际结果： 上式表示的是第i个样本的属性描述向量，x1到xd表示d个不同的属性。我们要利用这些属性综合...
2020-02-11 23:31:29
278
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人