- 博客(4)
- 资源 (1)
- 收藏
- 关注
原创 卷积神经网络基础与经典模型-Task4
1. 卷积神经网络基础 从本节讲解才知道,卷积神经网络中的Conv2d函数中,实现的滤波器与图像element-wise相乘并累加其实是互相关运算,二维互相关的解释如下: 二维互相关(cross-correlation)运算的输入是一个二维输入数组和一个二维核(kernel)数组,输出也是一个二维数组,其中核数组通常称为卷积核或过滤器(filter)。卷积核的尺寸通常小于输入数组,卷积核在输入数...
2020-02-19 21:42:54 297
原创 过拟合、欠拟合、梯度消失与梯度爆炸-Task3
1. 过拟合、欠拟合及其解决方案 本节主要讲了3个点,1. 过拟合、欠拟合的概念 2. 权重衰减 3. 丢弃法 其中权重衰减只讲了L2正则化,其实还有L1正则化、L12正则化等。 丢弃法其实就是Dropout,只是翻译成了中文。 Inverted-Dropout Inverted-Dropout是实现 dropout 的方法。假设对第i层进i行 dropout: p = 0.8 di = np.r...
2020-02-19 21:39:41 170
原创 文本预处理、语言模型与RNN基础-task2
这里对《ElitesAI·动手学深度学习PyTorch版》Task2的学习做个简短的总结。 Task2中总共分为3个部分:文本预处理、语言模型、RNN基础。 主要学习了分词,n-gram,随机采样与相邻采样还有基础的RNN知识。 文本预处理 1. 关于re正则 推荐学习链接:https://blog.csdn.net/qq_41185868/article/details/96422320#3%E...
2020-02-14 19:31:13 188
原创 从线性回归到多层感知机-task1
这里对《ElitesAI·动手学深度学习PyTorch版》Task1的学习做个简短的总结。 Task1中总共分为3个部分:线性回归、softmax、多层感知机。 因为之前有些基础,所以3个部分原理部分都大致比较清楚,由于对pytorch不是那么熟悉,所以下面主要对之前不熟悉的一些函数方法进行总结,并对部分算法细节进行补充。 1. 线性回归 线性回归相当于一个两层的神经网络,只有输入层与输出层,且输...
2020-02-14 19:25:32 220
反向传播算法讨论
2017-10-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人