![](https://img-blog.csdnimg.cn/1c6f63478b474c5a8d5242aab0cd92e0.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
人工智能
文章平均质量分 86
深度学习为主,用以解决传统通信问题
BetaDu
这个作者很懒,什么都没留下…
展开
-
梯度下降与反向传播算法的原理与推导
梯度下降与反向传播算法的原理与推导梯度下降算法是机器学习中最常用的优化算法之一,它可以求得目标函数的最小值,即算法的最优解。而对于复杂的多层神经网络来说,运用梯度下降算法十分复杂,因为其包含求导过程,为此学者将多层神经网络的优化问题简化为反向传播过程,也就是说,将目标函数(输出误差项)层层传递回输入层,求出每个节点的误差项,并根据每个节点的误差项更新各个权值。首先我们复习梯度下降算法,然后详细推导反向传播算法的原理。梯度下降算法我们的目标是优化目标函数,即求得目标...原创 2022-02-12 16:11:20 · 3732 阅读 · 2 评论 -
浅淡元宇宙发展面临的难题
元宇宙Metaverse这个概念最近一年突然在国内火起来,连新闻联播都在播报,浙江省也将其作为战略布局的一部分。所以最近看了一些资料,谈谈我对元宇宙的理解。元宇宙说到底还是虚拟世界。不像游戏这种二维的简单虚拟世界,元宇宙是一个包含视听触味嗅、所有人同屏交互、可以以假乱真的虚拟世界。就像去年的电影《失控玩家》,虽然我给了它差评(演员和情节问题),但它的理念确实契合元宇宙概念,并且制作非常大场面,是虚拟世界发展的标杆。网上说元宇宙概念起源于1992年...原创 2022-01-29 11:10:09 · 3751 阅读 · 1 评论 -
神经网络的结构与原理(一)
神经网络算法起源于人们对大脑的研究,是模拟大脑学习功能的算法。脑科学中有一个假说——one learning algorithm。就是说大脑中负责躯体感觉的脑细胞,如果你将它连接到眼睛上,或者用视觉传感器给它传递视觉信号,它会学会看,会产生视觉。这就给了我们一个启示——既然脑细胞可以通过学习学会它本不会的功能,那我们也可以模拟脑组织设计出一个系统,学习各种功能。这样就产生了人工神经网络。大脑复杂的功能是由数以亿计的神经元构成的复杂神经网络完成的,如...原创 2022-01-22 17:38:33 · 2673 阅读 · 1 评论 -
神经网络模型的选择与优化
当一个神经网络算法表现不好时,我们需要对它进行优化。优化的方式有许多种,我们可以:扩充训练集 减少或增加特征数量 减少或增加多项式次数 改变正则化参数λ关键是怎么选用优化方法呢?有时候若是方向没找对,最后只会南辕北辙,离目标越来越远。例如如果一个算法的训练样本数量少得可怜,那么你再怎么折腾算法,最后的训练结果都不会多好。接下来我们就介绍数据集大小、模型多项式次数和正则化项参数对训练误差的影响。模型选择首先我们要选择适合数据特点的训练模型。...原创 2022-01-20 18:30:57 · 2840 阅读 · 1 评论 -
机器学习——线性回归与分类
从图灵开始,让计算机像人一样思考成了人们的共同理想。然而现实是,人脑可以处理无数复杂的问题,不是因为在出生时别人自动在我们脑子里安装了千万个程序告诉我们怎么处理,而是人脑具有学习的能力,人脑可以从经验中学习。想让机器像人脑一样强大,就要让它像人一样学习。因此,机器学习作为一个独立分支从AI中发展出来。一.监督学习和无监督学习机器学习通常可分为两大类——监督学习与无监督学习。监督学习也就是已经给了正确答案(right answers given)...原创 2022-01-18 14:04:31 · 2251 阅读 · 1 评论