李宏毅机器学习6

Brief Introduction of Deep learning

1. Deep learning 发展历史

Deep learning和Multi-layer perception的区别,老师的解释是如果用RBM initialization的话就属于deep learning,否则就是传统的Multi-layer perception。
图1

2. Deep learning 三步骤

图2
图3

3 最常见的连接方式:Fully Connect Feedforward Network

图4
图5
Deep就是有很多hidden layers的意思
图6
图7
前馈网络用矩阵运算表示:
图8
整个网络的计算
图9
用Hidden layer抽取特征,并把ouput layer 看作多分类器
图10

Example 手写数字识别

output layer代表了输入图像是0-10中哪个数字的几率
输入:256维,输出:10维
图11
图12
问题:
在这里插入图片描述

4 衡量function的好坏

计算输出y和target里的y的交叉熵,并调整参数使交叉熵最小;
对于整个数据集,计算Loss的总和,并在function set 中找到最好的function;
或者找一组parameter,使交叉熵最小;
图14
用梯度下降寻找parameter θ
图15

其他资源

图16

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值