机器学习
文章平均质量分 90
Vonct
这个作者很懒,什么都没留下…
展开
-
深度学习笔记(二) 浅层神经网络详细实现(含代码)
简单的引入简单的神经网络示意图如下:其中的每个节点都做着和logistic回归类似的工作,只不过仅输出层计算成本每一层其实就是把前一层输入的特征向量进行预测,并把这些每个节点的预测值作为新的特征向量来传给下一层。简单来说就是把原本可以”具体”反应数据的最原始的特征向量抽象化,而每个节点都有自己的参数最后通过不断迭代,得到满意的参数正向传播首先对于单个样本,在隐藏层:当隐藏层节点数很多时,这样就显得不高效了,因此要将这几步计算向量化,即:可以帮助记忆的特点是..原创 2021-08-16 12:33:37 · 892 阅读 · 0 评论 -
深度学习笔记(一)二分分类 | logistic regression(详细的损失函数理解)
基于https://www.bilibili.com/video/BV164411m79z?p=24观后笔记相关函数定义介绍代价/成本函数和损失函数损失函数(Loss/error function)是定义在单个训练样本上的,即一个样本的误差。代价函数(Cost function)是定义在整个训练集上面的,对所有样本的误差的总和求平均值。但由于实质相同,都是事先定义一个假设函数,通过训练集由算法找出一个最优拟合,即使得函数值最小(如通过梯度下降法),从而估计出假设函数的参数。所以往往我所看到的.原创 2021-08-13 20:50:55 · 1619 阅读 · 0 评论