深度学习
文章平均质量分 91
深度学习的入门
ren9855
这个作者很懒,什么都没留下…
展开
-
从零开始的深度学习之旅(3)
比如我们做了一个预测房价的实验,预测的房价和真正的房价之间肯定存在差异.当真实值与预测值差异越大时,我们就认为神经网络学习过程中丢失了许多信息,丢失的这部分称为”损失“,因此评估真实值与预测值差异的函数被我们称为“损失函数.在之前的学习中,我们建立神经网络时总是先设定好w与b的值,或者由我们调用的PyTorch类帮助我们随机生成权重向量,接着通过加和求出z ,再在z上嵌套sigmoid或者softmax函数,最终获得神经网络的输出。最大,同理,如果样本的真实标签为其他值,我们就希望其他值所对应的概率最大。原创 2022-11-22 23:00:57 · 1562 阅读 · 1 评论 -
从零开始的深度学习之旅(2)
考虑到与门的数据只有两维,我们可以将数据可视化,其中,特征x为横坐标,特征x这条具有分类功能直线被我们称为“决策边界”。但并不是所有的图像都可以用直线来进行分类,如下图的异或门所示:上图没有任意一条直线可以将两类点完美分开,此时我们会需要类似如下的曲线来对数据进行划分.**如何把决策边界从直线转换为曲线,就需要把单层神经网络变成多层**这是一个多层神经网络,除了输入层和输出层,还多了一层“中间层”。原创 2022-11-22 09:25:23 · 1843 阅读 · 0 评论 -
从零开始的深度学习之旅(1)
从本博客开始,以菜菜九天的深度学习课为基础,从零开始学习深度学习,好好地把握知识点,让自己学有所成.原创 2022-11-20 22:09:47 · 2411 阅读 · 8 评论 -
深度学习入门
3的输入,H是输入层的高度,P是向外填充的圈数,这里P向外填充了1圈,FH是卷积核高度,S是步幅,(3+2。原创 2022-11-12 23:50:23 · 287 阅读 · 0 评论