![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
《深度学习入门--基于python的理论与实现》——斋藤康毅读书笔记
文章平均质量分 94
牛子未
这个作者很懒,什么都没留下…
展开
-
《深度学习入门--基于python的理论与实现》读书笔记(第三章)
第三章:神经网络 3.1从感知机到神经网络 3.1.1神经网络的例子 神经网络用图来表示: 中间层有时也称为“隐藏层”。“隐藏”一词的意思是,隐藏层的神经元(和输入层、输出层不同),肉眼看不到 Tips :上图网络中一共有三层神经元构成,但实际上只有两层神经元有权重,因此成为“2层网络”。本书将根据实质上拥有的权重层数(输入层,隐藏层,输出层的总数减去1后的数量)来表示网络的名称。 3.1.2复习感知机 其中b被成为偏置的参数,用于控制神经元被激活的难易程度,w1和w2是表示各个信号的权重参数,用于原创 2021-02-02 15:58:23 · 325 阅读 · 0 评论 -
《深度学习入门--基于python的理论与实现》——斋藤康毅读书笔记
《深度学习入门--基于python的理论与实现》读书笔记(第二章)写在前面第二章:感知机2.1感知机是什么2.2简单的逻辑电路2.2.1与门(and gate)2.2.2与非门和或门2.3感知机的实现2.3.1与门感知机的实现2.3.2导入权重和偏置2.3.3使用权重和偏置的实现2.4感知机的局限性2.4.1异或门2.4.2线性和非线性2.5多层感知机2.5.1已有门电路组合2.6从非门到计算机2.7本章小结 写在前面 终于研究生的事情告一段落,没想到研究生还能做自己喜欢的领域,导师人也很好。从今天开始再把原创 2021-01-26 13:59:34 · 491 阅读 · 0 评论