《深度学习入门》学习笔记（一）

最新推荐文章于 2022-11-03 17:16:46 发布
最新推荐文章于 2022-11-03 17:16:46 发布
阅读量207 收藏
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43258901/article/details/100890388
版权
这篇学习笔记主要介绍了深度学习中神经网络的学习过程，重点关注了两种损失函数——Mean Square Error和Cross Entropy Error。Mean Square Error通过计算预测值与实际值的平方误差来衡量差距，而Cross Entropy Error利用对数误差来评估分类问题的预测准确度。此外，还提到了针对大规模数据集的mini-batch学习策略。
摘要由CSDN通过智能技术生成

深度学习 学习笔记

Chp 4 神经网络的学习

section 1 loss function

神经网络以某个指标为线索寻找最有的权重参数， 在寻找过程中， 需要使用loss function来比较使用神经网络根据特定的决策变量预测的值与这些特定的决策变量所对应的实际之的差距。 并使用一定的方法来逐步调整参数， 使得预测值更加的逼近实际值。

Mean Square Error

E = 1 2 ∑ k ( y k − t k ) 2   E = \frac{1}{2}\sum_{k}(y_{k} - t_{k})^{2}\, E=21​k∑

最低0.47元/天 解锁文章
terrytengli
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度学习入门笔记（一）
01-06
单个神经元网络 简化表示 正向传播：W*X+B=y W,B为参数，X为样本值，y为预测值，Y为标签值 反向传播：根据差值标签值Y-预测值y，对W和B进行相应的调整。 循环往复进行 softmax分类算法 得出分别为y1,y2,y3的概率 tensorflow代码：tf.nn.softmax(logits,name=None) 损失函数（即标注中差值的计算） 均值平方差 适用范围：输入为实数，无界的值 tensorflow代码： MSE=tf.reduce_mean(tf.square(input_lables – output)) MSE=tf.reduce_mean(tf.pow(tf.su
深度学习入门课程笔记案例
最新发布
03-18
本压缩包“2024dl-master”很可能是某个深度学习入门课程的资料集，包含了一系列的学习资源，可能包括课程讲义、代码示例、数据集等，旨在帮助初学者理解和掌握深度学习的基本概念、模型和应用。 深度学习的核心...
深度学习入门笔记（一）：机器学习基础
热门推荐
逐梦er的博客
07-02 3万+
专栏——深度学习入门笔记 文章目录专栏——深度学习入门笔记本章内容一.人工智能的机遇与挑战二.机器学习2.1 什么是机器学习2.2 用机器学习解决问题的一般流程2.3 数据预处理2.4 特征工程2.5 模型性能的评估与选择三深度学习的发展历程和应用3.1 深度学习的发展历程3.2 深度学习的应用 本章内容 人工智能的发展及其面临的挑战 机器学习的基础知识和基本概念 特征工程的方法和流程 深度学习的发展及应用 1956年8月，约翰.麦卡锡在美国达特茅斯学院(Dartmouth College)发起的一次研
[深度学习笔记(1)]深度学习入门
qq_45634318的博客
06-29 661
深度学习笔记系列(一)，简述深度学习发展史，带你全方位了解深度学习基本概念、应用以及难题与解决方案。
《深度学习入门》学习笔记
woyaottk的博客
06-07 288
《深度学习入门》学习通笔记
【《深度学习入门》—— 学习笔记（一）】
MEREDITH5948的博客
11-03 740
《深度学习》学习笔记
深度学习入门基础笔记自己手写
04-29
【深度学习入门基础笔记】 深度学习是人工智能领域的一个重要分支，它主要研究如何通过多层非线性变换对复杂数据进行建模和学习。这篇笔记将介绍深度学习的基础概念，包括感知器、线性单元、梯度下降以及多神经网络...
深度学习入门.pdf
08-24
深度学习是一种人工智能领域的核心技术，它致力于模拟人类大脑的学习机制，以理解和解析各种类型的数据，如文字、图像和声音。深度学习的关键在于构建多层的神经网络，这些网络能够逐层学习并提取数据的特征，从而...
深度学习基础笔记
04-28
本笔记主要针对初学者，旨在提供一个深度学习基础知识的入门指南。 首先，我们要理解深度学习的核心概念。深度学习的主要特点在于其“深度”，即多层神经网络结构。这些网络由输入层、隐藏层和输出层组成，其中隐藏...
深度学习入门笔记系列 ( 三 )
weixin_33918357的博客
07-30 200
本系列将分为 8 篇 。今天是第三篇 。主要讲讲感知器模型和 tensorboard 的基本使用方法 。 1. 感知器模型 因为小詹之前写过一篇感知器模型的介绍 ，这里就不赘述了 。 2. tensorboard TensorBoard 是 TensorFlow 自带的可视化结构管理和调试优化网络的工具 。在我们学习深度学习网络框架时 ，我们需要更直观的...
深度学习基础入门笔记集合
weixin_43827376的博客
05-24 826
文章目录第一讲 Overview 4/18第二讲 线性模型【穷举】4/19第三讲 梯度下降算法【贪心】4/19第四讲 反向传播【神经网络、弹性】4/20第五讲 用PyTorch实现线性回归 4/21第六讲 逻辑斯蒂回归二分类【logistic regression】 4/22第七讲 处理多维特征的输入 4/23 --5.14第八讲 加载数据集 4/24第九讲 多分类问题第十讲 卷积神经网络CNN基础篇 5/3第十一讲 卷积神经网络高级 5/5第十二讲 循环神经网络RNN基础 5/8第十三讲 循环神经网络进
《深度学习入门》笔记(一)
weixin_40676149的博客
02-24 925
《深度学习入门》笔记（一） 神经网络的传播 正向传播（forward propagation） 信号自输入经若干层神经元至输出为正向传播， Affine Affine层在卷积神经网络中称为全连接层，层的各输出分别与每个输入相连接，输入到输出的映射关系称为仿射变换（一次线性变换和一次平移）。若以x\bm{x}x表示输入，以a\bm{a}a表示输出，则有 a=xW+b \bm{a} = \bm{xW} + \bm{b} a=xW+b 其中W\bm{W}W和b\bm{b}b是参数，W\bm{W}W为权重，
深度学习入门——个人学习笔记（一）
Yonsachan的博客
09-07 405
深度学习入门——学习笔记（一）1.1算术计算1.2数据类型1.3变量1.4列表1.5字典1.6布尔型1.7if语句1.8for语句1.9函数1.10类 1.1算术计算 跟其他语言一样，*表示乘法，/表示除法，+表示加法，-表示减法，在Python中还有**表示平方。在python3.x中整数除以整数结果是小数。 >>>1-2 >-1 >>>4*5 >...
深度学习——入门笔记（3）
qq_40240102的博客
10-24 323
此处是硬着头皮跳过得（反向传播，因为我发现我看的懂每一句话，每一个推导，但是去细想很多东西却有种轰然崩塌得感觉，所以继续进行） 改善神经网络的方式：（其实就是将结果优化的方式） 1.交叉成本熵函数 错误的定义是无意义的，因为人类是从错误中学习的，但是根据常识，人犯的错误越大，学习效果越好，可对神经网络而言却不一定。 （文章举了两个例子） （原因也很简单：sigmod导数变化率小） ...
深度学习入门学习笔记
qq_36113487的博客
10-18 202
1、神经网络的反向传播 2、卷积神经网络CNN原理详解
深度学习入门笔记 Deep Learning Notes
uncle_ll的博客
04-27 803
  首发： part I          https://yq.aliyun.com/articles/71667 part II        https://yq.aliyun.com/articles/72036     作者介绍：Deepak Shah Deepak Shah毕业于德克萨斯奥斯汀分校，徒步旅行爱好者，目前是深度学习\数据科学实习生，研究领域专注于...
DeepLearning深度学习入门（视频笔记）
菌果bell的博客
03-13 3392
吴恩达（andrew ng），Geoff Hinton, Yann LeCun, Yoshua Bengio,Andrej Karpathyhttps://www.nowcoder.com/courses/190/1/5ImageNet竞赛michael nielsen(book),Andrew Ng（公开课）Andrej Karpathy的CS231n课程笔记（卷积神经网络中的数学）网络选择情感...
深度学习——入门笔记（1）
qq_40240102的博客
10-19 296
最近有个三天小长假，也没有什么繁琐的事儿，正好用来学点东西。自己根据自己的特点，找了本实践和理论结合的深度学习的书，也不想那么多，看完再说。 以前喜欢做笔记，但是发现找起来太麻烦，所以这次尝试着些博客吧。 书籍链接：http://neuralnetworksanddeeplearning.com/about.html 代码链接：https://github.com/mnielsen/neur...
TensorFlow深度学习入门与实践笔记
《TensorFlow深度学习》是一本面向人工智能初学者的...《TensorFlow深度学习》是一本结合理论与实践，既有深度又易于入门的深度学习教程，旨在帮助读者在人工智能领域建立起扎实的基础，同时保持对最新研究成果的关注。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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