人脑的运行类似于其
用滤波器提取出特征
分类问题
看fgh哪个函数能做好问题
一。确定函数集合
二,评价问题
三,挑函数
前面靠人,
eg:拟合函数
人,确定好损失函数后,学得最优函数,
训练过程和测试过程,训练测试集独立同分布
神经网络基本运算规则 怎么用浅层神经元计算下一层神经元,激活函数一般选非线性的
今天重点讲前馈式神经网络
前馈神经网络的样子
80年代隐藏层很少,现在多叫深度神经网络
看分成哪个类的几率更大一些,softmax就是把实数输出改成概率(logistic)
实例:手写识别,找到概率最大的那个
简单任务用经典模型就好
希望 1时y1最大,8时y8最大
当训练集有很多向量,让输出与标注尽量接近,损失尽可能小
eg:语音识别
不可能枚举,寻找一种优化模型参数计算
随机梯度下降,:参照计算方法,学习率要设置好,可能不收敛
反向传播
实践环节:手势识别
注:如果不乱序,可能顺序影响了,泛化会差
为了简单介绍,用的DNN,感觉用cnn或xlnet会好些?
飞桨抠图直播2020.4.1
最新推荐文章于 2022-04-22 00:19:35 发布