神经网络
longongng
在校研究生
展开
-
卷积神经网络的实现
最近开始学神经网络一个很重要的分支——卷积神经网络。什么是卷积神经网络,卷积神网络用来干什么,卷积神经网络比普通神经网络优越在哪儿,相信这些问题你都能在以下一些比较经典的博客或者教程中找到很好的答案,本篇博客,只是从我的角度来总结一下我所了解的卷积网络,做一个中间学习过程的巩固与拓展。经典博客/教程卷积神经网络的简单了解知乎上对于CNN的直观解释斯坦福大学CS231n课程的深入笔记图像分类原创 2018-01-23 16:08:52 · 9689 阅读 · 5 评论 -
神经网络与深度学习小结 (二)
(BP)反向传播算法 我感觉,神经网络中的反向传播算法(BP)在整个神经网络的学习过程中是很重要的内容,是基础中基础。学过一段时间后,再回过头来重新总结,希望自己能有意外的收获。 反向传播是通过递归应用链式规则来计算表达式的梯度的一种方式,它可以非常容易地泛化到任意一个有向图的计算上去。其实也就是因为在计算梯度时,由于每个隐层节点与输出层多个节点之间均有关联,所以会对其上一层所有的Error原创 2018-03-31 21:53:56 · 514 阅读 · 0 评论 -
GoogLeNet的个人理解
先附上著名的网络结构GoogLeNet及其延伸版本,以便自己日后的学习。 1. Inception[V1]: Going Deeper with Convolutions 2. Inception[V2]: Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift原创 2018-04-16 09:55:38 · 12791 阅读 · 8 评论