![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
记录分享学习机器学习过程中的相关知识
请叫我哈士奇
这个作者很懒,什么都没留下…
展开
-
如何直观的理解卷积!!!
写在前面:卷积就是符合某种约束的加权求和 请看完下文后再回过头来理解这句话!!! 如何通俗易懂地解释卷积?原创 2020-12-02 12:44:03 · 115 阅读 · 0 评论 -
关于正则化中结构风险和范式的问题
正则化是结构风险最小化策略的实现,通常用范数作为正则项,下面分享几个博客用于解释相关概念 -期望风险、经验风险与结构风险 -对范数的解释已经在机器学习中的应用原创 2020-11-26 17:22:11 · 1508 阅读 · 0 评论 -
sigmod函数和softmax函数
在机器学习推导公式中,sigmod函数和softmax函数的求导过程是十分常见的,现总结推导结果如下: sigmodsigmodsigmod函数的求导结果: f(z)′=f(z)(1−f(z))f(z)'=f(z)(1-f(z))f(z)′=f(z)(1−f(z)) softmaxsoftmaxsoftmax函数的求导结果: f(z)′=1−f(z)f(z)'=1-f(z)f(z)′=1−f(z) 具体推导结果参考如下链接: 小白都能看懂的softmax详解 深度学习:Sigmoid函数与损失函数求导原创 2020-11-24 09:30:52 · 349 阅读 · 0 评论