![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
唐-import-某人
放笔记
展开
-
长度式记忆网络LSTM入门
LSTM核心 1.单元状态(LSTM独有) 联系三个门的结构,为数据做更新。 1.与遗忘门结构相乘 2.与输入门结果相加 3.经过sigmoid函数计算 4.与输出门结果相乘 2.遗忘门:决定信息是否保存 方法: 通过sigmoid函数(上一个隐状态信息,当前输入信息)计算并压缩为[0,1]的值,决定是否保留。近0丢弃,近1保留 3.输入门:更新单元状态 1.通过sigmoid函数(上一个隐状态信息,当前输入信息)计算为[0,1]的值决定更新那些值,近0不主要,近1重要 2.通过tanh函数(上一个隐原创 2021-09-03 19:54:50 · 125 阅读 · 0 评论 -
循环神经网络的RNN入门
一.RNN认知 循环神经网络: 对序列型数据进行建模的深度模型 记忆: 区别简单的网络结构,输入层,隐层,输出层之间相互连接(达到输出反馈的记忆修改) 1.RNN的结构实现 1.RNN在起始训练时隐层有一个初始态(start) 2.RNN在训练途中会根据结果反馈并改变隐层 ①RNN训练结构图 ②RNN示例(GIF) 2.RNN缺点 1.只适合短系列(期)记忆:记忆遗忘是根据时间节点而非重要程度 梯度(爆炸/消失):newnewnew weight=weight−learningrate∗gr原创 2021-09-03 19:52:37 · 82 阅读 · 0 评论 -
卷积神经网络CNN入门
轮廓识别 一.基础概念 选择一个局部区域,用这个局部区域去扫描整张图片,连接局部区域所圈起的节点连接到下一个层的一个节点上、 1.全连接OS大数据宽依赖 (1)全连接 (2)宽依赖 2.局部连接 (1)局部连接 3.非线性映射 通过激活函数对输入值进行激活(过滤) 4.filter 一个[n,n…,n](n>0)的矩阵框,用于图片扫描****及特征提取 示例: 第一副GIF中的红框就是(2*2) 5.高维输入 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QwZl原创 2021-08-03 16:13:23 · 491 阅读 · 0 评论