- 博客(2)
- 收藏
- 关注
原创 深度卷积网络神经模型(DCNN)基础
神经网络构建完成,其网络结构、激活函数就固定了,若要改变输出就要改变权重 ,因此,神经网络的训练过程就是不断优化参数 的过程。Sigmoid激活函数如图2-2所示,输入较大或较小时,函数的梯度很小,由于在反向传播算法中使用链式求导法则计算参数的梯度,当模型使用Sigmoid函数时,容易产生梯度消失的问题。多层前馈神经网络有一个输入层、多个中间层(隐层)和一个输出层,前馈神经网络的信号从输入层向输出层单向非线性映射,各层之间没有反馈,每一层神经元的输出可以理都作为下一层的输入,与下一层的神经元相连。
2023-12-17 15:06:20 455 1
原创 第九周学习内容
无监督学习方法——深度信念网、深度玻尔兹曼机,深度自编码器等。深度学习分类:有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等;在学校课程内容安排方面学习了数电的四选一和八选一,模电学习和巩固了放大器及内容。在论文方面完成了对论文的初步翻译和目录的选择,完成了文章 20% 的学习。深度学习定义:一般是指通过训练多层网络结构对未知数据进行分类或回归。神经网络与深度学习结构(图片选自《神经网络与深度学习》一邱锡鹏)本周学习了深度学习,神经网络以及感知机的相关内容。
2023-11-11 20:23:14 49 1
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