代码:
深度神经网络 C++实现
1.网络结构: 层数,神经元个数,激活函数
2.初始化: Random,"he","arXiv"
3.方差/偏差: Regularization, Dropout
4 随机采样: Stochastic gradient descent,mini-batch
5 优化方法: Gradient Descent,Momentum Gradient Descent,Adam
6 矩阵库更新: 主要考虑内存分配问题,但存在申请内存失败问题
1 深度神经网络: python/TF 实现
2 卷积神经网络: python/TF 实现
3 序列模型: python/TF 实现 (RNN GRU LSTM)
DeepLearing学习笔记(重点在数学推导):
提纲
1神经网络构建
1.1神经网络基础
逻辑回归模型,Softmax,矩阵形式表示
1.2 神经网络的前向传递和反向传播的数学推导
线性,激活函数,损失函数,需要注意的是数据表示,维度问题
2 改善神经网络
2.1 防止过拟合 提前结束, 增加训练样本, 正则项, Dropout
2.2 梯度消失问题 初始化,梯度剪辑,激活函数, Batch-Norm,Re