![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
啥都不会的小白
渡河
展开
-
小白的tensorflow学习笔记(1)
一般问题会有两类:线性与非线性。线性问题,顾名思义,会有某种关联的线性因果关系,给一个输入,肯定会对应一个输出;但是实际生活中的问题却不会总是简单的线性问题,对于毫无规则的非线性问题,人们也想到了解决方法,建模。通过模拟人脑的构造与各种神经元的传递,人们逐渐可以解决一些非线性问题。于是,人工神经网络就出现了,循环神经网络就出现了,深度学习也登台了,tensorflow就是深度学习的开发工具。ten...原创 2018-03-02 20:08:49 · 347 阅读 · 0 评论 -
小白的LSTM学习笔记(1)---基本理解
为了解决非线性问题,人们模拟了生物大脑的结构与神经元的传递,用来进行非线性系统的实验操作,也就是人工神经网络(ANN),但传统神经网络由于层与层之间全为全连接层,隐藏层上无节点连接,所以无法通过先前推断后续,于是循环神经网络(RNN)出现了,这种节点成环定向连接的人工神经网络,在所需推断和信息间隔较近的时候,可以完成由先前到后续的过程,但是间隔一大,这种应用记忆信息的能力就削弱了,也就是梯度弥散。...原创 2018-03-03 07:06:09 · 501 阅读 · 0 评论 -
小白的LSTM学习笔记(2)---门结构的基本知识
上次提到水平线是无法实现信息的删减与添加的,但是门却可以解决这个问题。介绍门之前,先介绍sigmoid层:一个输出向量在0~1之间的层。门有三类:遗忘门,输入门,输出门。遗忘门的作用是控制记忆单元,决定上一时刻的状态保留多少到当前时刻,通过一个sigmoid层实现遗忘部分,那个0~1之间的映射就是记忆衰减系数,遗忘门的存在也是LSTM能够记住长期记忆的保证。输入门的作用是决定保留多少当前时刻的输入...原创 2018-03-04 07:33:40 · 3048 阅读 · 0 评论