李宏毅_深度学习

最新推荐文章于 2022-09-13 10:26:27 发布
最新推荐文章于 2022-09-13 10:26:27 发布
阅读量113 收藏
点赞数
分类专栏： 机器学习 文章标签： 李宏毅 机器学习 深度学习
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_43848117/article/details/97783317
版权

0深度学习三步走

三步

1.神经网络

1.1全连接前馈神经网络

全连接前馈神经网络
network的运行方式： 矩阵运算
输入input为[1 -1]的转置，权重w为二维矩阵，当经过sigmoid函数后为[0.98 0.12]的转置。
矩阵

示意图

1.2 Deep的含义

深度指很多层，目前关于具体多少层才成为深度还没有明确定义，一般认为大于3层以上的隐藏层成为深度。
在这里插入图片描述

1.3神经网络Neural Network

神经网络
简单来说，神经网络就是进行一系列的矩阵运算
在这里插入图片描述

1.4输出层

输出层

1.5 应用

Mnist手写识别
举例
举例1
问答

2.模型检验

Cross Entropy:交叉熵
在这里插入图片描述
loss
使用梯度下降进行寻找最优参数
在这里插入图片描述
总结
在这里插入图片描述

weixin_43848117
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
深度学习-李宏毅PPT总结
08-21 759
前言： 　　深度学习话题十分火热，网上的资料也非常多，这的确很头疼，太容易迷失。个人认为寻找大牛的授课ppt作为入门方式就可以，跟随大牛的脚步先画出一条直线，再补充骨肉。Anyway,这篇文章十分适合机器学习初学者迅速了解深度学习，了解清楚什么是深度学习，如何做及现在最火的卷积神经网络。 教材链接：李宏毅 Let us rock！ 1.什么是机器学习 机器...
深度学习的三个主要步骤！
Datawhale
08-18 6543
↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale干货作者：屈太国，湖南大学，Datawhale优秀学习者本文来自李宏毅...
深度学习三步走（三）训练篇
最新发布
m0_63642362的博客
09-13 484
本篇主要讲解，在完成数据读取和网络搭建之后，我该如何进行一个模型的训练
机器学习、深度学习、人工智能三步走，人工智能必须知道的几种深度学习算法
wenyusuran的专栏
04-01 7663
首先，让我们来看看主要有啥 1 1.机器学习 过去的十年里已经爆炸了。 大伙几乎每天都会在计算机科学计划，行业会议和各大公众号看到机器学习。 对于所有关于机器学习，许多人会把它能做什么和他们希望做什么混为一谈。 从根本上说，机器学习是使用算法从原始数据中提取信息，并以某种类型的模型表示，我们使用这个模型来推断我们尚未建模的其他数据。 2.神经网络 是机器学习的一种模型 他们已经存在了至少50年。 神经网络的基本单元是松散地基于哺乳动物大脑中的生物神经元的节点。 神经元之间的联系也是模仿生物
深度学习的四个步骤
热门推荐
uncle_ll的博客
09-09 1万+
深度学习的四个步骤：每个阶段给出的学习资源
李宏毅_深度学习之BP网络
weixin_43848117的博客
07-30 350
BP(Back Propagation)网络 梯度下降无法在神经网络中大量参数的情况下进行寻优。如何在上百万维的数据下，有效的计算出来，就需要BP网络。 链式法则（chain rule） 原理 先考虑某一个神经元： 链式法则的应用： case1 BP网络就是向后往前算偏微分 总结 ...
李宏毅_深度学习之线性回归误差来源
weixin_43848117的博客
07-21 298
1.期望与方差 1.1期望
李宏毅_深度学习之CNN（Convolutional Neural Network）
weixin_43848117的博客
08-01 176
1.CNN介绍 1.1CNN的用途 step1：通过判断鸟嘴这一部分图片来判断是不是是鸟类。 step2：两种鸟类公用一个神经元来进行判断，而不用两个不同的神经元。 step3：图像的缩放，将奇数行偶数列像素去除，进行缩放。 1.2 CNN网络架构 不同层实现的功能不同： 2.CNN介绍 2.1 卷积层Convolution layer 2.1.1 卷积层 每一个filter（矩阵）中...
李宏毅_机器学习_作业4（详解）_HW4 Classify the speakers
loco_monkey的博客
07-12 5275
李宏毅_机器学习_作业4（详解）_HW4 Classify the speakers
李宏毅老师深度学习PPT
11-18
李宏毅老师在深度学习领域的教学资源深受业界好评，他的课程覆盖了多种先进技术，包括元学习、终身学习和强化学习等。 元学习，也称为学习学习，是一种使机器学习模型能够快速适应新任务的方法。在元学习中，模型...
李宏毅深度学习课件.rar
12-02
《李宏毅深度学习课程详解》 深度学习作为人工智能领域的重要分支，近年来在图像识别、自然语言处理、语音识别等领域取得了显著成就。李宏毅教授是国际知名的机器学习专家，他在深度学习领域的教学经验丰富，其课程...
李宏毅深度学习ppt
12-24
台湾大学李宏毅教授的深度学习方面的一些课堂ppt资料，希望可以帮到你们
李宏毅教授深度学习指南
03-10
《李宏毅教授深度学习指南》是一份专为初学者设计的深度学习教程，由知名的台湾教授李宏毅提供。这份指南旨在通过简洁易懂的文字和生动形象的图表，帮助读者快速掌握深度学习的基本概念、原理及应用。李宏毅教授在...
李宏毅老师2021深度学习课程笔记.pdf
10-08
李宏毅老师的2021深度学习课程笔记中提到了几个关键知识点，涉及了深度学习训练技巧以及理论基础。 首先，课程提到了模型泛化能力的重要性，尤其是在模型的测试集划分上。这里提到了两种测试集的划分：public ...
李宏毅深度学习之集成学习
weixin_43848117的博客
08-20 3268
1.bagging 没有顺序的。 bagging是将单个函数的结果进行average（回归）或voting（分类），当在model很复杂的情况下，担心过拟合问题，可以做bagging。 1.1容易过拟合的模型 1.1.1decision tree(决策树) 1.1.2随机森林（Random Forest） 随机森林是决策树在bagging方法下的应用。 2.Boosting 是有顺序的。...
机器学习算法：基于朴素贝叶斯的分类预测——天池
weixin_43848117的博客
12-24 1330
朴素贝叶斯算法（Naive Bayes, NB) NB是应用最为广泛的分类算法之一。它是基于贝叶斯定义和特征条件独立假设的分类器方法。由于朴素贝叶斯法基于贝叶斯公式计算得到，有着坚实的数学基础，以及稳定的分类效率。NB模型所需估计的参数很少，对缺失数据不太敏感，算法也比较简单。当年的垃圾邮件分类都是基于朴素贝叶斯分类器识别的。 莺尾花数据集–贝叶斯分类 Step1: 库函数导入 #导入高斯朴素贝叶斯分类器 from sklearn.naive_bayes import GaussianNB Step2: 数
李宏毅_机器学习之异常检测
weixin_43848117的博客
08-01 591
1.什么是异常检测（Anomaly Detection） 让机器知道你不知道。注，用上标表示一个完整的东西，用下标表示完整东西的一部分。其实现对异常的检测，异常不代表就是不好的东西，只是找和训练资料不同的东西。 1.1 介绍及应用 1.2 介绍 是否就是二分类呢？答案是否定的，这是因为1、对于异常数据的收集远没有收集正常数据那么简单；2、对于异常的现象有些场景中并不能群举出。这就造成异常检测...
天池——快来一起挖掘幸福感！
weixin_43848117的博客
01-09 230
数据预处理 ‘’’ 寻找具有缺失值的列 ‘’’ for i in range(data.shape[1]): if data.isnull().any()[i]==True: print(data.columns[i]) (data.isnull().sum()/data.shape[0]).sort_values(ascending = False)
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