时隔4个月重回101,这两天把神经网络又往下看了一点,不得不说自己数学基础太差了啊,好多证明看了两遍还不会(不是)
期中成绩也七七八八出来了,编译原理有点出乎意料的低
一些知识点整理
一个最简单的神经网络模型: y k = φ ( w k T x + b ) y_k=\varphi(w^T_kx+b) yk=φ(wkTx+b)
感知器算法及其具体步骤
感知器算法收敛定理
证明在测试样本线性可分的前提下,这个算法可以在有限次数内结束(一些放缩的技巧)
多层神经网络的一些分析
定理:三层神经网络可以模拟所有决策面
梯度下降算法求局部极值
常见的一些激活函数
后向传播(BP)算法及其以其原理(一些细节有点模糊,以后再看两遍)
最后两个视频全程懵,只留了一个大概的印象,以后看懂了再整理。
胡老师把一些数学证明讲的很清楚,让数学不好的我也能顺着他的思路理解了其中的原理
写完我要去补计组报告了(逃)