- 博客(4)
- 收藏
- 关注
RSS订阅原创 深度学习课程总结（四）
通过遗忘门过滤到本期的部分，加上本期新增的部分所决定，而上期过滤的部分，就要依靠sigmoid的遗忘门来把关了，当遗忘门的值为0时，意味着上期记忆完全遗忘；而当遗忘门的值为1时，上期记忆值完全保留，现在来到更新 新增记忆的输入门，sigmoid函数把控着更新信息的比例，tanH控制着大小和方向，两者相乘得到本期新增的记忆部分，它与前期记忆流入的部分相加，得到当期记忆状态值，最后，输出门的sigmoid函数，和当期记忆值。RNN的核心思想是引入时间上的循环，使得网络在处理序列数据时能够考虑到之前的信息。
2024-04-27 14:19:52
1053
原创 神经网络课程总结（三）
VGG-16的网络结构非常简单且对称，整个网络由16个卷积层和3个全连接层组成，其中卷积层均采用3x3的卷积核，步幅为1，填充为1，池化层采用2x2的池化窗口，步幅为2。描述：MNIST数据集是一个包含了来自美国国家标准与技术研究所（NIST）的手写数字图像的数据集，每张图片都是28x28像素的灰度图像，共有10个类别，分别表示数字0到9。YOLOv5的输入端采用了和YOLOv4一样的Mosaic数据增强的方式，采用了4张图 片，随机缩放、随机裁剪、随机排布的方式进行拼接，使模型在更小的范围内 识别目标。
2024-04-21 11:52:29
1157
4
原创 神经网络课程总结（二）
其中，函数g一般称为过滤器(filters)，函数f指的是信号/图像。在卷积神经网络里，卷积核其实就是一个过滤器，但在深度学习里，它不做反转，而是直接执行逐元素的乘法和加法，我们把这个又称为互相关，在深度学习里称为卷积。上个世纪科学家就发现，视觉皮层的很多神经元都有一个小的局部感受野，神经元只对有限区域的感受野上的刺激物做出反应。不同的感受野可以重叠，他们共同铺满整个视野。并且发现，一些神经元仅仅对横线有反应，有一些神经元对其他方向的线条有反应，有些神经元的感受野比较大。
2024-04-06 21:13:31
961
原创 神经网络课程学习总结（一）
利用梯度下降法求损失函数的极小值，分别对w和b求偏导那么更新的方向就是其中指学习率，可以是0-1的值，学习率对收敛的速度影响很大，太小的话，会导致收敛太慢，太大的话，会在极值点附近震荡而难以收敛。
2024-03-30 22:28:16
575
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人