![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习-神经网络
文章平均质量分 65
刘小航9527
不戴金箍我如何救你,戴上金箍我如何爱你
展开
-
rnn神经网络概述-tensorflow实现
cnn卷积神经网络在前面已经有所了解了,目前博主也使用它进行了一个图像分类问题,基于kaggle里面的food-101进行的图像识别,识别率有点感人,基于数据集的关系,大致来说还可行。 下面我就继续学习rnn神经网络。 ...原创 2019-11-27 19:50:40 · 585 阅读 · 0 评论 -
机器学习—神经网络-代价函数,反向传播算法
在神经网络中,我们了解了,神经网络类似于一个一个的节点,当我们输入数据,然后就会有一输出,输出再作为输入,直到最后输出,其中,隐藏层的节点,我们如何知道其算法呢? 神经网络代价函数: 下面是逻辑回归的代价函数的一般式: 我们不再只有一个y输出单元了,我们有k个输出。所以化简为: 其中,h(x)为输出的k维向量,(h(x))i表示输出的k维向量中的第i个元素, ...原创 2019-07-30 18:59:50 · 418 阅读 · 0 评论 -
tensorflow—卷积神经网络(例:手写数字识别)
传统的神经网络中的不足: 上图中,我们需要计算的权值非常多,就需要大量的样本训练,我们模型的构建,需要根据数据的大小来建立,防止过拟合,以及欠拟合。 因此,cnn算法通过感受野和权值共享减少了神经网络需要训练的参数个数,如图: 所以,卷积算法操作如下: 上述卷积核,步长是1 4=11+11+11+11,依此类推。 ...原创 2019-08-03 20:28:55 · 474 阅读 · 0 评论 -
机器学习—神经网络入门
神经网络基础 在机器学习中,线性回归和逻辑回归用来处理相关问题很简单,当我们的数据集如下时: 例如一个房屋有很多的特征时,特征点有多个,算出如上的逻辑回归,此时函数很复杂,所以这不是一个好办法。 于是,我们使用神经网络算法可以来实现这个大量的特征算法: 神经元: 它有输入神经,输出神经,简而言之,神经元是一个计算的东西,它通过用户输入,然后输出,传递到其他节点,所以计算过程如下: 神经网络如...原创 2019-07-26 21:07:00 · 1052 阅读 · 0 评论