神经网络与深度学习
Soar_Sir
QQ:244787904
展开
-
【深度学习与神经网络】学习笔记1
对于图像处理方面的任务来说,常规的套路:收集数据并给定标签训练一个分类器测试,评估def train(train_images, train_labels): # build a model for images -> labels... return modeldef predict(model, test_images): # predict te...原创 2019-06-15 23:17:20 · 280 阅读 · 0 评论 -
【深度学习与神经网络】学习笔记2
神经网络全连接的神经网络激活函数:由于线性函数不能够很好的来分类,因此需要引入非线性的函数。在神经网络里主要使用ReLU作为激活函数。input(data)➡️ hidden(ReLU作为激活函数) ➡️ output(softmax作为分类器)➡️ 反向传播 ➡️ 求loss函数 ➡️ 获取参数把数据进行预处理## 卷积神经网络全连接和卷积神经网络的对比:卷积神经网络的组...原创 2019-06-16 11:12:17 · 327 阅读 · 0 评论 -
经典卷积神经网络——LeNet-5
原理:LeNet-5[LeCun et al., 1998] 虽然提出的时间比较早,但是是一个非常成功的神经网络模型。基于LeNet-5的手写数字识别系统在90年代被美国很多银行使用,用来识别支票上面的手写数字体。LeNet-5的网络结构图如图: 图片来源于Paper[LeCun et al., 1998]该图片根据LeNet-5绘制不计输入层,LeNet-5共有7层,每一层的结构为:...转载 2019-06-26 21:43:52 · 937 阅读 · 0 评论 -
经典卷积神经网络——AlexNet
概述:当我们站在2012年的时间节点上,AlexNet网络模型的出现,可以说是CNN的里程碑。由于它将ImageNet LSVRC-2010图片识别测试的错误率从之前最好记录top-1 and top-5 测试集 错误率 47.1% and 28.2% 一下子降低到了 37.5% and 17.0%,虽然它不是CNN的开创者,但它首次使用了很多现代深度卷积神经网络(Deep Convolutio...原创 2019-07-03 23:14:57 · 905 阅读 · 0 评论 -
「机器学习&深度学习&神经网络」 中各种名词的解释(持续更新中.....)
在探索AI这条漫长的道路中,不管是在看书或者是看一些论文、参考文献中会经常出现一些名词,但是又不知道什么意思,本文把我在学习过程中遇到的最常见的一些单词按照首字母的英文顺序列出来,防止下次忘记了可以查询:A:B:C:D:E:F:G:Generalization Ability(泛化能力):是指机器学习算法对新鲜样本的适应能力。 学习的目的是学到隐含在数据背后的规律,对具有同一规律...原创 2019-07-04 11:52:31 · 597 阅读 · 0 评论