weixin_43903820的博客

原创 Pandas 读取列名

https://blog.csdn.net/m0_37382341/article/details/86605777

原创 几何理解卷积神经网络

原创 深度学习中Dropout原理解析

目录：Dropout简介1.1 Dropout出现的原因1.2 什么是DropoutDropout工作流程及使用2.1 Dropout具体工作流程为什么说Dropout可以解决过拟合Paper1. Dropout简介1.1 Dropout出现的原因在机器学习的模型中，如果模型的参数太多，而训练样本又太少，训练出来的模型很容易产生过拟合的现象。在训练神经网络的...

原创 损失函数基础——交叉熵函数多分类推导整理

交叉熵函数多分类推导整理

原创 对于BP神经网络的理解

对于BP神经网络的理解BP算法是一个迭代算法，它的基本思想为：（1）先计算每一层的状态和激活值，直到最后一层（即信号是前向传播的）；（2）明白损失函数仅和权重函数和偏执有关，调整权重和偏置可以减少或增大代价（损失）（3）结合求导链式法则和函数之和的求导法则，对每层权重（偏置）参数求偏导，并更新权重（偏置）参数）；（4）迭代前面（1）（3）步骤，直到满足停止准则（比如相邻两次迭代的误差的差别很小，...

原创 损失函数基础——交叉熵函数二分类推导整理

二分类推导Logistics Regression先从线性回归开始hw(xi)=w0+w1x1+wx2+…+wnxnh _ { w } \left( x ^ { i } \right) = w _ { 0 } + w _ { 1 } x _ { 1 } + w x _ { 2 } + \ldots + w _ { n } x _ { n }hw​(xi)=w0​+w1​x1​+wx2​+…+...