![](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 · 419 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14=11+11+11+11,依此类推。...原创 2019-08-03 20:28:55 · 476 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 · 1056 阅读 · 0 评论