![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 89
奶茶晶
这个作者很懒,什么都没留下…
展开
-
循环神经网络RNN
循环神经网络(Recurrent Neural Network)RNN训练算法 - BPTT长短时记忆网络其他经典的循环神经网络循环神经网络的主要应用循环神经网络是一种人工神经网络,它的节点间的连接形成一个遵循时间序列的有向图,它的核心思想是,样本间存在顺序关系,每个样本和它之前的样本存在关联。通过神经网络在时序上的展开,我们能够找到样本之间的序列相关性。下面给出RNN的一般结构:其中各个符号的表示:xt,st,ot分别表示的是t时刻的输入、记忆和输出,U,V,W是RNN的连接权重,bs,bo 是原创 2021-12-01 19:55:25 · 680 阅读 · 1 评论 -
【无标题】datawhale-cnn
卷积神经网络CNN卷积卷积神经网络基本原理激活函数池化层全连接层输出层卷积神经网络的训练经典卷积神经网络主要应用全连接神经网络,它的权重矩阵的参数非常多。卷积神经网络也是一种前馈神经网络,是受到生物学上感受野(感受野主要是指听觉系统、本体感觉系统和视觉系统中神经元的一些性质)的机制而提出的(在视觉神经系统中,一个神经元的感受野是指视网膜上的特定区域,只有这个区域内的刺激才能够激活该神经元)。卷积卷积:(f**g*)(n)成为 ff 和 gg 的卷积,连续卷积和离散卷积可以表达为如下形式:卷积的结果原创 2021-11-27 17:40:42 · 1879 阅读 · 0 评论 -
datawhale-前馈神经网络
@TOC神经元模型神经元(M-P)神经元M-P模型:接收n个神经元的输入信号,经加权求和,将求和结果与阈值(threshold) θ 比较,然后经过激活函数处理,得到神经元的输出。模型:取反运算可以用单输入单输出模型表示,即如果输入为0则输出1,如果输入为1则输出0。由M-P模型的运算规则可得 w = -2, θ = -1逻辑或与逻辑与运算可以用双输入单输出模型表示。以逻辑与运算为例, w_1=1,w_2=1, θ =1.5.网络结构人工神经网络由神经元模型构成,这种由许多神经元组原创 2021-11-23 15:47:38 · 265 阅读 · 0 评论 -
机器学习基础
这里写自定义目录标题机器学习基础基本概念数据集误差分析泛化误差分析交叉验证有监督学习线性回归逻辑回归支持向量机决策树随机森林无监督学习聚类降维机器学习基础基本概念定义:机器学习是指让计算机具有像人一样的学习和思考能力的技术的总称。具体来说是从已知数据中获得规律,并利用规律对未知数据进行预测的技术。机器学习分类:有监督学习(SupervisedLearning):有标签有数据,学习已有标签的数据,来对数据进行预测。代表任务分类和回归。无监督学习(UnsupervisedLearning):没有标原创 2021-11-19 16:30:38 · 475 阅读 · 0 评论