神经网络

神经网络

softmax

用于计算所属不同目标值的概率

损失函数

交叉熵损失: H y ′ ( y ) = − ∑ i y i ′ log ⁡ y i H_{y'}(y) = -\sum_iy_i' \log y_i Hy(y)=iyilogyi
其中 y ′ y' y代表one-hot编码的真实结果值, y i y_i yi代表softmax计算得到的概率

优化方法

反向传播算法:运用梯度下降更新参数

卷积神经网络

卷积层
过滤器、padding、步长
激活层
激活函数(sigmod、relu)
池化层

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值