深度学习
文章平均质量分 82
深度学习
ElegantCodingWH
子非吾,焉之吾之乐也
展开
-
【深度学习】第四章:循环神经网络
1. 为什么要使用循环神经网络?2. 简单循环神经网络3. 双向循环神经网络4. 应用到机器学习5. 参数学习5.1 随时间反向传播算法(BPTT)6. RNN的梯度爆炸与消失、长程依赖问题7. 长短时记忆网络 (LSTM)8. RNN vs CNN vs DNN原创 2022-11-11 19:04:50 · 1791 阅读 · 2 评论 -
【深度学习】第三章:卷积神经网络
1. 为什么要使用卷积神经网络?2. 卷积2.1 数学上的卷积2.2 深度学习的卷积3. 卷积的构成4. 卷积的特征5. 卷积的计算(1) 一维卷积计算(2) 二维卷积计算(黑白图片)(2) 三维卷积计算(彩色图片)6. 卷积的优势7. 卷积神经网络7.1 卷积层7.2 池化层7.3 全连接层8. 前向传播9. 反向传播9.1 池化层的反向传播算法9.2 卷积层的反向传播10. 典型的卷积神经网络11. 总结11.1 关于输出尺寸和参数个数的计算11.2 与全连接原创 2022-11-11 17:11:06 · 2962 阅读 · 8 评论 -
【深度学习】第二章:全连接神经网络
1. 什么是全连接神经网络?2. 三要素2.1 模型2.2 准则2.3 算法3. 反向传播算法3.1 为什么要使用反向传播算法的随机梯度下降法求最优化?3.2 什么是反向传播算法?3.3 如何使用反向传播算法的随机梯度下降法求最优化?3.4 例题原创 2022-11-11 17:10:35 · 3874 阅读 · 2 评论 -
【深度学习】第一章:深度学习概述
1. 神经元2. 神经网络的组成3. 相关符号的说明4. 神经网络4.1 单层神经网络4.2 多层神经网络5. 神经网络的整个流程6. 神经网络的分类原创 2022-11-11 17:10:05 · 678 阅读 · 2 评论