![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
文章平均质量分 94
浩茫
淡泊明志,宁静致远
展开
-
CNN卷积神经网络
CNN,全称为卷积神经网络(Convolutional Neural Network),是一种用于处理具有网格结构数据(如图像、视频和音频)的前馈神经网络。它是深度学习领域中最常用的模型之一,尤其适用于计算机视觉任务。原创 2023-06-08 14:35:17 · 4788 阅读 · 2 评论 -
反向传播算法代码实践
👋大家好,我是一名正在学习机器学习的小白,最近在写一些关于机器学习基础概念的文章。如果你也对机器学习感兴趣,或者想要了解一些基础知识,欢迎来关注我哦!🤗。原创 2023-06-08 14:20:38 · 285 阅读 · 0 评论 -
Python手写数字识别
神经网络是手写数字识别中常用的机器学习模型。它由许多神经元组成,每个神经元接收输入并生成输出。在前向传递过程中,神经元计算一些权重和偏移量的线性组合,并将其输入到一个非线性的激活函数中,从而生成神经元的输出。输出层通常使用softmax函数,将神经网络的输出映射到每个数字类别的概率。训练神经网络通常使用反向传播算法,该算法用于计算网络中每个权重和偏移量的梯度,并用梯度下降算法调整这些参数以最小化损失函数。在训练完成后,手写数字图像可以通过前向传递神经网络来进行分类。原创 2023-06-08 13:51:58 · 3555 阅读 · 0 评论 -
机器学习基础概念
机器学习是一种人工智能的分支,它利用算法和统计模型来使计算机系统自动地从数据中学习和改进。机器学习的目标是让计算机系统能够自动地识别模式和规律,并根据这些规律来做出预测和决策。机器学习的应用非常广泛,包括图像识别、语音识别、自然语言处理、推荐系统、金融风险评估等领域。线性回归是一种常见的机器学习算法,用于建立输入变量和输出变量之间的线性关系模型。它的背景可以追溯到19世纪初,由法国数学家Adrien-Marie Legendre提出。原创 2023-06-01 14:10:12 · 1162 阅读 · 0 评论 -
基于感知机的鸢尾花分类
而对于SGD,每次更新参数只需要一个样本,因此若使用这30W个样本进行参数更新,则参数会 被更新(迭代)30W次,而这期间,SGD就能保证能够收敛到一个合适的最小值上了。每个神经元伸出的突起分 2 种,树突和轴突。b. 跑完一次 epoch(全数据集)所需的迭代次数减少,要想达到相同的精度,其所花费的时间大大增加了,从而对参数的修正也 就显得更加缓慢。(1)由于不是在全部训练数据上的损失函数,而是在每轮迭代中,随机优化某一条训练数据上的损失函数,这样每一轮参数的更新速度大大加快。原创 2022-12-14 17:25:51 · 743 阅读 · 0 评论