机器学习
来自江南的你
这个作者很懒,什么都没留下…
展开
-
神经网络与深度学习(四)
1 神经网络与深度学习 1.4 浅层神经网络 上节课我们主要介绍了向量化、矩阵计算的方法和python编程的相关技巧。并以逻辑回归为例,将其算法流程包括梯度下降转换为向量化的形式,从而大大提高了程序运算速度。本节课我们将从浅层神经网络入手,开始真正的神经网络模型的学习。 1.4.1 Neural Networks Overview 首先,我们从整体结构上来大致看一下神经网络模型。 前面...原创 2019-02-28 09:50:50 · 538 阅读 · 0 评论 -
神经网络与深度学习(四)续
1 神经网络与深度学习 1.4 浅层神经网络 上接:https://blog.csdn.net/qq_41556318/article/details/88014549 1.4.9 Gradient descent for neural networks 接下来看一下在神经网络中如何进行梯度计算。 仍然是浅层神经网络,包含的参数为 W[1],b[1],W[2],b[2]{W^{[1]}},...原创 2019-02-28 09:51:15 · 262 阅读 · 0 评论 -
神经网络与深度学习(五)
1 神经网络与深度学习 1.5 深层神经网络 上节课我们主要介绍了浅层神经网络。首先介绍神经网络的基本结构,包括输入层,隐藏层和输出层。然后以简单的2 layer NN为例,详细推导了其正向传播过程和反向传播过程,使用梯度下降的方法优化神经网络参数。同时,我们还介绍了不同的激活函数,比较各自优缺点,讨论了激活函数必须是非线性的原因。最后介绍了神经网络参数随机初始化的必要性,特别是权重W,不同神...原创 2019-02-28 14:51:19 · 613 阅读 · 0 评论 -
神经网络与深度学习(一)
1. 神经网络与深度学习 1.1. 深度学习概述 吴恩达(Andrew Ng)相信大家都不陌生了。8月8日,吴恩达在他自己创办的在线教育平台Coursera上线了他的人工智能专项课程(Deep Learning Specialization)。此课程广受好评,通过视频讲解、作业与测验等让更多的人对人工智能有了了解与启蒙,国外媒体报道称:吴恩达这次深度学习课程是迄今为止,最全面、系统和容易获取的...原创 2019-02-25 15:04:21 · 673 阅读 · 0 评论 -
神经网络与深度学习(二)
1. 神经网络与深度学习 1.2 神经网络基础之逻辑回归 上节课我们主要对深度学习(Deep Learning)的概念做了简要的概述。我们先从房价预测的例子出发,建立了标准的神经网络(Neural Network)模型结构。然后从监督式学习入手,介绍了Standard NN,CNN和RNN三种不同的神经网络模型。接着介绍了两种不同类型的数据集:Structured Data和Unstructu...原创 2019-02-25 16:03:14 · 877 阅读 · 0 评论 -
神经网络与深度学习(三)
1 神经网络与深度学习 1.3 神经网络基础之Python与向量化 上节课我们主要介绍了逻辑回归,以输出概率的形式来处理二分类问题。我们介绍了逻辑回归的Cost function表达式,并使用梯度下降算法来计算最小化Cost function时对应的参数w和b。通过计算图的方式来讲述了神经网络的正向传播和反向传播两个过程。本节课我们将来探讨Python和向量化的相关知识。 1.3.1 Vect...原创 2019-02-25 16:37:58 · 434 阅读 · 0 评论