深度学习复习
分类性能度量
精确率和召回率
向量范数,矩阵范数
欠拟合、过拟合
与模型的variance, bias的关系
LDA原理
PCA原理,
PCA白化
数据归一化
信息熵,交叉熵, KL散度, JS散度
感知机的原理
神经网络
基础知识,结构、激励函数及导函数、网络参数量计算等等
梯度下降原理,梯度计算
全连接网络和卷积神经网络
反向传播原理
联系
卷积神经网络
原理和知识
卷积计算
正则化
权重衰减
L和12正则
数据增强和提前终止
Dropout
循环神经网络
原理和知识
自编码
原创
2020-06-09 18:26:07 ·
1468 阅读 ·
4 评论