神经网络
知识它难道硌你脑子吗
这个作者很懒,什么都没留下…
展开
-
Deep Learning|神经网络原理学习笔记(8) :玩转反向传播——反向传播四个基本方程(1)输出层误差方程与误差的跨层表示
好久没更,说一下反向传播的四个基本方程。这篇说前两个方程:输出层误差方程与误差的跨层表示。原创 2020-07-06 22:10:11 · 711 阅读 · 0 评论 -
Deep Learning|神经网络原理学习笔记(7) :反向传播关于代价函数的两个假设、Hadamard 乘积⊙
本系列的第七篇,在说到反向传播的四个方程前,先来写一下关于代价函数的两个假设,以及Hadamard乘积。原创 2020-06-24 21:51:50 · 442 阅读 · 0 评论 -
Deep Learning|神经网络原理学习笔记(6) :传播算法中向量化表达、深度学习隐藏层含义
说完了梯度下降,我们再啦看看传播算法。传播算法中很重要的一点,就是其中的向量化表达。将繁复的下标用矩阵的形式抹掉,这对后面的运算是十分有利的。原创 2020-06-15 13:40:02 · 679 阅读 · 0 评论 -
Deep Learning|神经网络原理学习笔记(5) :随机梯度下降算法SGD(附手绘图)、离线学习与在线学习
继上次说到梯度下降算法,今天来说说它的升级版——随机梯度下降算法(超详细我发誓!)。另外会提一下离线与在线学习。原创 2020-06-10 22:46:23 · 1298 阅读 · 0 评论 -
Deep Learning|神经网络原理学习笔记(4) :代价函数与梯度下降算法原理模型(超详细)
随机梯度下降法是神经网络中很常用的优化方法之一,要了解SGD,就要先从梯度下降最原始的模型捋起。这是本系列第四篇,本篇会从代价函数开始,讲一下梯度下降的原理和推导。原创 2020-06-09 14:53:42 · 474 阅读 · 0 评论 -
Deep Learning|神经网络原理学习笔记(3) :神经网络基本结构
这篇是学习笔记系列的第三篇,简单说一下神经网络的基本结构。原创 2020-05-29 22:20:26 · 356 阅读 · 0 评论 -
Deep Learning|神经网络原理学习笔记(2) :重要神经元之二——S型神经元
这是本系列第二篇,会简单梳理一下S型神经元,并将其与上一节的感知器做比较和总结。原创 2020-05-24 23:43:19 · 590 阅读 · 0 评论 -
Deep Learning|神经网络原理学习笔记(1) :重要神经元之一——感知器
这篇是这一系列的第一篇,学了很久,想把知识和心得都写下来,给自己留个笔记。神经网络真的是个很有意思的东西,很奇妙,简单的结构堆砌起来就做了许多了不起的事情,简直就是一种玄学。原创 2020-05-21 23:02:53 · 691 阅读 · 7 评论