深度学习入门 基于Python的理论与实现
文章平均质量分 82
《深度学习入门 基于Python的理论与实现》带读
【文言】
言:我的工作,我的生活,我的感悟。点滴记录!
展开
-
《深度学习入门-基于Python的理论与实现》第八章带读 -- 深度学习的高速化
《深度学习入门-基于Python的理论与实现》第八章带读 – 深度学习的高速化文章目录《深度学习入门-基于Python的理论与实现》第八章带读 -- 深度学习的高速化@[toc]8.1 深度学习的高速化a. 需要解决的问题b. 基于GPU的高速化c. 分布式学习d. 运算精度的位数缩减8.2 总结开篇介绍:《深度学习入门-基于Python的理论与实现》书籍介绍第一章:《深度学习入门-基于Python的理论与实现》第一章带读第二章:《深度学习入门-基于Python的理论与实现》第二章带读 – 感知转载 2022-05-05 19:01:05 · 203 阅读 · 0 评论 -
《深度学习入门-基于Python的理论与实现》第七章带读 -- CNN介绍
《深度学习入门-基于Python的理论与实现》第七章带读 – CNN介绍文章目录《深度学习入门-基于Python的理论与实现》第七章带读 -- CNN介绍@[toc]7.1 整体结构7.2 卷积层a.全连接层存在的问题b.卷积运算c.填充d.步幅e.三维数组的卷积运算7.3 池化层a.池化层的介绍b.池化层的特征7.4 具有代表性的CNN网络a.LeNetb.AlexNet7.5 小结开篇介绍:《深度学习入门-基于Python的理论与实现》书籍介绍第一章:《深度学习入门-基于Python的理论与实原创 2022-05-05 18:57:23 · 1605 阅读 · 0 评论 -
《深度学习入门-基于Python的理论与实现》第六章带读 -- 训练方法介绍
文章目录6.1 权重参数的更新a. SGDb. Momentumc. AdaGradd. Adam6.2 权重参数的初始值a. 为什么要初始化权重b. 初始值可以设为0吗c. 隐藏层的激活值分布d. ReLU的权重初始值6.3 Batch Normalizationa. 优点b. 算法6.4 正则化a. 过拟合b. 权值衰减c. Dropout6.5 超参数的验证a. 验证数据b. 超参数的最优化6.6 总结开篇介绍:《深度学习入门-基于Python的理论与实现》书籍介绍第一章:《深度学习入门-基于.原创 2022-04-26 21:06:29 · 2404 阅读 · 0 评论 -
《深度学习入门-基于Python的理论与实现》第五章带读 -- 误差反向传播
文章目录@[toc]5.1 计算图介绍5.2 链式法则5.3 反向传播a. 加法节点的反向传播b. 乘法节点的反向传播5.4 不同层中误差反向传播介绍a. 激活函数-ReLU层b. 激活函数-Sigmoid层c. Affine层d. Softmax-with-Loss层5.5 神经网络学习全貌图(包含反向传播版)开篇介绍:《深度学习入门-基于Python的理论与实现》书籍介绍第一章:《深度学习入门-基于Python的理论与实现》第一章带读第二章:《深度学习入门-基于Python的理论与实现》第二章.原创 2022-04-26 07:30:00 · 426 阅读 · 0 评论 -
《深度学习入门-基于Python的理论与实现》第四章带读 – 神经网络的学习
文章目录4.1 从数据中学习4.2 损失函数a.均方误差b.交叉熵误差c.mini-batch学习d.为何要设定损失函数4.3 梯度梯度法4.4 神经网络的学习步骤开篇介绍:《深度学习入门-基于Python的理论与实现》书籍介绍第一章:《深度学习入门-基于Python的理论与实现》第一章带读第二章:《深度学习入门-基于Python的理论与实现》第二章带读 – 感知机第三章:深度学习入门-基于Python的理论与实现》第三章带读 – 神经网络上一章我们介绍了什么是神经网络,本章我们接着介绍.原创 2022-04-25 19:37:18 · 3074 阅读 · 3 评论 -
《深度学习入门-基于Python的理论与实现》第三章带读 -- 神经网络
文章目录3.1 从感知机到神经网络3.2 激活函数a.阶跃函数b.sigmoid函数c.ReLU函数3.3 多维数组运算3.4 三层神经网络实现3.5 输出层的设计softmax函数3.6 小结开篇介绍:《深度学习入门-基于Python的理论与实现》书籍介绍第一章:《深度学习入门-基于Python的理论与实现》第一章带读第二章:《深度学习入门-基于Python的理论与实现》第二章带读 – 感知机本章介绍的神经网络和前面章节所讲的感知机有很多共同点,关于神经网络可以对比感知机进行学习。3..原创 2022-04-25 08:00:00 · 397 阅读 · 0 评论 -
《深度学习入门-基于Python的理论与实现》第二章带读 -- 感知机
开篇介绍:《深度学习入门-基于Python的理论与实现》书籍介绍第一章:《深度学习入门-基于Python的理论与实现》第一章带读文章构成:感知机是什么感知机构建逻辑电路感知机的局限性多层感知机1.感知机是什么感知机(perceptron)是由美国学者Frank Rosenblatt在1957年提出。市面上的深度学习相关书籍常把感知机的学习放在最开始章节,是因为感知机是神经网络的起源算法。感知机接收多个输入信号(x1、x2 …),输出一个信号(只有1/0两种取值)。不同的输入信号..原创 2022-04-24 20:04:03 · 1852 阅读 · 0 评论 -
《深度学习入门 基于Python的理论与实现》第一章带读
上一篇文章地址:《深度学习入门-基于Python的理论与实现》书籍介绍该章节主要介绍了Python基础内容,从Python的安装到Python基础的语法介绍,再到机器学习、深度学习中常用库:Numpy、Matplotlib的介绍。如果你之前已经对Python熟悉,本章可以选读,如果之前完全没有接触过Python,建议在该章节学习的同时再找其他Python入门资料学习,可参考文章末尾【拓展学习链接】。在学习之前,首先了解一下到底什么是Python,其是一种简单、开源的编程语言,在机器学习、数据科学领域.原创 2022-04-16 16:35:47 · 1500 阅读 · 0 评论 -
《深度学习入门-基于Python的理论与实现》书籍介绍
《深度学习入门 基于Python的理论实现》系列专题旨在帮助意向学习AI的同学降低入门门槛,同时也可以让目前处于AI行业的小伙伴对基础知识做一个回顾、梳理。原创 2022-04-16 16:26:24 · 1691 阅读 · 0 评论