目录
本文来自华为云课堂,侵权速删。
第一章 神经网络基础概念概念
-
1.1 神经元
分生物神经元和(人工)神经元- 特性:兴奋性,传导性
- 生物神经元分类:感觉神经元,运动神经元,联络神经元
- 人工神经元
- 生物人工对照表
- 神经元分类
- 前馈网络,只向前传递
- 反馈网络,神经元有记忆功能(rnn)
- 图网络,没有特定方向,保存非结构数据
-
1.2 感知机
最简单人工神经网络,单层感知机是二分类器- 单层感知机限制:异或问题
- 隐藏层层数对神经网络的影响
- 分类能力
- 特征表达能力
- 感知机的三点扩张
-
1.3 激活函数
加入非线性- 常见
- 如何选择
- 1.非线性
- 2.连续可微
- 3.有界性(更稳定)
- 4.单调性
- 5.平滑性
-
1.4 前向传播及损失函数
- 定义
- 常见损失函数
- 损失函数的极值
- 梯度下降方法
- 定义
-
1.5 反向传播
- 反向传播算法
- 反向传播算法
-
1.6 卷积神经网络cnn
- 概念
- 卷积运算
- 卷积核心思想
- 局部感知
- 参数共享
- 池化层(最大池化和平均池化)
- 池化作用
- 图像不变性(移动不变性,尺度不变性,旋转不变性)
- 全连接层(分类器)
- 问题
- 长期记忆信息衰减
- 梯度爆炸和梯度消失
- 问题
-
- 循环神经网络
- 常见