深度学习
文章平均质量分 69
从最基础的内容开始一直深入学习,基础、清晰、易懂
鸣宝
这个作者很懒,什么都没留下…
展开
-
深度学习:(3)神经网络学习之梯度下降法
神经网络的学习是指从训练数据中自动获取最优权重参数的过程,在这里需要引入损失函数这个指标,学习的目标就是以损失函数为基准,找出能使损失函数的值达到最小的参数。思路是计算得到损失函数的梯度,向梯度下降的方向前进,得到损失极小的参数。那如何向梯度下降的方向前进呢,常用的方法是梯度下降法,还有误差反向传播法。下面我们详细道来。原创 2023-12-29 17:38:02 · 707 阅读 · 1 评论 -
深度学习:(2)神经网络前向传播Forward Propagation
神经网络的重要性质就是可以自动的从数据中学习合适的权重参数,学习权重参数的重要步骤分前向传播和反向传播:前向传播(Forward Propagation)是在神经网络中从输入层到输出层信息传递的过程。反向传播 (Back Propagation) 指的是计算神经网络每一层参数梯度的方法,是学习权重的核心。接下来我们就开始看看神经网络是怎样学习的。原创 2023-12-25 14:43:15 · 564 阅读 · 0 评论 -
深度学习:(1)从最基础的感知机说起
感知机原创 2023-12-22 11:07:43 · 423 阅读 · 0 评论