![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习学习笔记
蛋淡的忧伤
小xuo生
展开
-
三张图宏观理解深度学习的工作原理
神经网络中每层对输入数据所做的具体操作保存在该层的权重(weight)中,其本质是一 串数字。用术语来说,每层实现的变换由其权重来参数化(parameterize)。权重有时也被称为该层的参数(parameter)。在这种语境下,学习的意思是为神经网络的所有层找到一组权重值,使得该网络能够将每个示例输入与其目标正确地一一对应。但重点来了:一个深度神 经网络可能包含数千万个参数。找到所...转载 2019-07-16 19:47:03 · 277 阅读 · 0 评论 -
【keras入门】神经网络的数据表示
一、神经网络的数据表示 数据存储在多维 Numpy数组中,也叫张量(tensor)。一般来说,当前所 有机器学习系统都使用张量作为基本数据结构。张量这一概念的核心在于,它是一个数据容器。它包含的数据几乎总是数值数据,因此它 是数字的容器。你可能对矩阵很熟悉,它是二维张量。张量是矩阵向任意维度的推广[注意,张量的维度(dimension)通常叫作轴(axis)]。1.标量(0D张...原创 2019-07-24 18:04:34 · 376 阅读 · 0 评论