![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 58
laufing
944582529@qq.com 邮箱,用于交流学习
展开
-
深度学习----2
DL2损失函数导数反向传播CNN 损失函数 MSE,均方误差,回归问题 Loss=1m∑(yi−yi^)2Loss = \frac {1}{m} \sum(y_i-\hat{y_i})^2Loss=m1∑(yi−yi^)2 交叉熵:分类问题 E=−∑yilogy^iE=- \sum y_ilog \hat y_iE=−∑yilogy^i yiy_iyi为真实概率,y^i\hat y_iy^i为预测概率 导数 梯度下降算法 1.停止条件 2.步长 3.特征归一化 BGD:所以的样本参与,原创 2021-08-22 02:59:14 · 100 阅读 · 0 评论 -
深度学习---1
Deep Learning概述深度学习的特点深度学习应用感知机前馈神经网络 概述 深度学习的特点 优点: 1.性能更优 2.不需特征工程 3.大数据下性能好 4.能解决某些传统机器学习无法解决的问题 缺点: 1.小数据性能不如ML 2.过程复杂 3.不可解释性 深度学习应用 感知机 实现: 逻辑与 w1,w2 0.5 theta 0.7 逻辑或w1,w2 0.5 theta 0.2 解决异或问题:多层感知机 代码实现: 逻辑与、逻辑或、逻辑异或。 def AND(x1,x2):原创 2021-08-22 01:46:35 · 116 阅读 · 0 评论 -
VQA-visual question answer
视觉问答涉及知识pending 相关网站 涉及知识 NLP CV common sense reason 1.生成答案 2.处理输入的图片 CNN VGG16(去除最后两层) 4096维的向量 处理输入的 文字 如,300维度的向量 两者拼接 4396维度 的向量 将样本交给一个分量模型,如MLP、LSTM、Attention 分类模型 加载.mat文件,matlab 文件 scipy.io.loadmat() pending ...原创 2021-03-31 19:07:41 · 184 阅读 · 0 评论