![](https://img-blog.csdnimg.cn/20200309170614591.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习·所思所得
本专栏分享了博主学习深度学习过程的一些心得和笔记,不仅包含了深度学习理论知识,同时也将会记载可供应用的代码。博主使用的演示代码以Python的MXNet/Gluon框架为主,基本来自git-hub开源项目或者其他学者的分享,欢迎读者学习和纠错。
绝对是谨慎提交的昵称
这个作者很懒,什么都没留下…
展开
-
深度学习4:网络优化Network Optimization(基于Python MXNet.Gluon框架)
任何数学技巧都不能弥补信息的缺失。虽然神经网络具有非常强的表达能力,但是当应用神经网络模型到机器学习时依然存在一些难点问题。主要分为两大类:优化问题和正则化问题。本文主要讲解了网络优化问题,优化问题:神经网络模型是一个非凸函数,再加上在深度网络中的梯度消失问题,很难进行优化;另外,深度神经网络模型一般参数比较多,训练数据也比较大,会导致训练的效率比较低。原创 2020-04-05 21:20:58 · 1774 阅读 · 0 评论 -
深度学习3:循环神经网络Recurrent Neural Network(基于Python MXNet.Gluon框架)
循环神经网络(Recurrent Neural Network,RNN)是一类短期记忆能力的神经网络。在循环神经网络中,神经元不但可以接受其他神经元的信息,也可以接受自身的信息,形成具有环路的网络结构。原创 2020-03-28 21:47:40 · 1035 阅读 · 0 评论 -
深度学习2:卷积神经网络Convolutional Neural Network(基于Python MXNet.Gluon框架)
卷积神经网络(Convolutional Neural Network,CNN)是前馈神经网络中的一种基础的网络结构,本节从卷积计算开始始,讲解了CNN的理论知识和实际应用。本文的深度学习框架基于MXNet/GLUON框架,安装方便,上手简单。原创 2020-03-16 14:11:19 · 1220 阅读 · 0 评论 -
深度学习1:神经网络基础&前馈神经网络Feedforward Neural Network(基于Python MXNet.Gluon框架)
前馈神经网络(Feedforward Neural Network,FNN)是一种基础的神经网络结构,本节从神经网络基础开始,讲解了前馈神经网络中的全连接神经网络(又名多层感知机,MultiLayer Perceptron,MLP)的理论知识和实际应用。本文的深度学习框架基于MXNet/GLUON框架,安装方便,上手简单。原创 2020-03-08 10:18:42 · 4758 阅读 · 0 评论