![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
qq_42688502
这个作者很懒,什么都没留下…
展开
-
深度学习入门之numpy PIL笔记等
深度学习入门之numpy笔记(1) np.dot1.如果处理的是一维数组,则得到的是两数组的內积(顺便去补一下数学知识)2.如果是二维数组(矩阵)之间的运算,则得到的是矩阵积(mastrix product)...原创 2019-09-22 15:08:29 · 190 阅读 · 0 评论 -
深度学习入门之反向传播算法理解(吴恩达第一课第二周)
第一、把图片的三个通道矩阵转化为一个特征向量。这个特征向量的长度为长宽3.二、一般X代表的是所有输入的一个矩阵,每一列就是一个特征向量,即一张图片。Y代表的是所有的输出。一个行向量。而W则是一个参数矩阵,W中的每一个元素都和X1 X2 X…中的每一个元素相乘得到一个最终值。x和y的上标代表的是第i个样布的输入和输出损失函数和代价函数用下图所示的公式:如上图所示,我们最终的目的是要找到...原创 2019-07-26 16:04:02 · 214 阅读 · 0 评论 -
吴恩达第二课知识笔记——深度学习入门篇
一、样本划分(训练集测试集验证集)在机器学习中可以没有测试集,在只有训练集和验证集的情况下,验证集也被成为测试集或者训练验证集。在以往数据量小的机器学习时代,一般是60,20,20的训练集,验证集,测试机分布。当数据量很大超过100万时,验证集和测试集可以在总量的10%以下当训练集的数据来源和验证集测试机不同时,最好确保验证集测试集来自同分布二、偏差和方差的理解 及如何根据二者调整模型...原创 2019-08-02 11:57:02 · 172 阅读 · 0 评论