神经网络
文章平均质量分 76
XF永不007
这个作者很懒,什么都没留下…
展开
-
深度学习(七):阶段小结
深度学习(七):阶段小结深度系列第一阶段的入门部分学习介绍先告一段落,本次内容主要来自于李宏毅老师的入门视频教程的笔记以及内容的理解,从基本概念入手,并结合数学推导进一步的对梯度进行更深入的介绍。最后结合CNN在图像中的重要应用简要介绍CNN,内容相对比较简单。同时也要致谢DataWhale成员的督促和支持,当然学习不会停止,接下来会进行更深入的学习,学习介绍深度学习框架,GNN以及强化学习等一些内容,前期的神经网络和深度学习的介绍是为了后期的强化学习进行进一步的准备。后期会对深度学习,强化学习在解决原创 2021-07-25 19:24:33 · 87 阅读 · 0 评论 -
深度学习(六):CNN介绍
深度学习(六):CNN介绍CNN架构 首先input一张image以后,这张image会通过convolution layer,接下里做max pooling这件事,然后在做convolution,再做max pooling这件事。这个process可以反复无数次,反复的次数你觉得够多之后,(但是反复多少次你是要事先决定的,它就是network的架构(就像你的neural有几层一样),你要做几层的convol原创 2021-07-23 16:53:58 · 5459 阅读 · 0 评论 -
深度学习(五):神经网络训练不起来怎么办
深度学习(五):神经网络训练不起来怎么办梯度很小的时候无法判断是local minimalocal\ minimalocal minima还是saddle pointsaddle\ pointsaddle point,以下是判断的一个方法的数学推导Tayler Series ApproximationTayler\ Series\ ApproximationTayler Series Approximation:首先,L原创 2021-07-20 23:47:32 · 569 阅读 · 1 评论 -
深度学习(四):深度学习介绍和反向传播机制
深度学习(四):深度学习介绍和反向传播机制深度学习的三个步骤我们都知道机器学习有三个step,对于deep learning其实也是3个步骤:Step1:神经网络(Neural network)Step2:模型评估(Goodness of function)Step3:选择最优函数(Pick best function)那对于深度学习的Step1就是神经网络(Neural Network)Step1:神经网络神经网络(Neural network)里面的节点,类似我们的神经元。神经原创 2021-07-18 21:22:38 · 426 阅读 · 0 评论