- 博客(8)
- 收藏
- 关注
RSS订阅原创 粗谈RNN循环神经网络
1) BP算法,CNN之后, 为什么还有RNN?细想BP算法,CNN(卷积神经网络)我们会发现, 他们的输出都是只考虑前一个输入的影响而不考虑其它时刻输入的影响, 比如简单的猫,狗,手写数字等单个物体的识别具有较好的效果. 但是, 对于一些与时间先后有关的, 比如我们要预测股票的走势，就不能只看前一天判断后一天，最好是以五天或十天（我也不懂炒股，纯属举例，不要较真细节）为序列综合判断下一时刻的股票是涨还是跌。2) 什么是RNN?
2024-10-05 20:38:01
1091
原创 1×1卷积核
我想记录一下关于1×1卷积核的作用，通过学习和网上查阅资料我总结1×1卷积核的作用主要有如下三点：1.跨通道的特征整合2.特征通道的升维和降维3.减少卷积核参数（简化模型）简单说明一下它们的基本原理吧。
2024-09-28 19:05:03
301
转载 浅识神经网络
在卷积神经网络中，卷积操作是指将一个可移动的小窗口（称为数据窗口，如下图绿色矩形）与图像进行逐元素相乘然后相加的操作。这个小窗口其实是一组固定的权重，它可以被看作是一个特定的滤波器（filter）或卷积核。这个操作的名称“卷积”，源自于这种元素级相乘和求和的过程。这一操作是卷积神经网络名字的来源。上图这个绿色小窗就是数据窗口。简而言之，卷积操作就是用一个可移动的小窗口来提取图像中的特征。
2024-09-17 19:48:06
38
原创 浅谈梯度下降
假如我们要预测房子的价格，我们考虑房子的价格和诸多因素有关例如：面积、政策、时间等，为了简化问题我们以面积为例，假设价格只和面积有关，且设面积为x，价格为y，则价格和面积之间一定满足这样一种关系y=f(x)。基于现有数据我们可以得出图像那么我们想要通过训练得的一条可更好的拟合这些数据的线，也就是f(x),只要尽可能多的拟合现有数据才能保证预测的准确性。而我们称这个f(x)为预测函数，暂且记为y'吧，而现有的房子价格记为y那么|y'-y|就是预测的误差。
2024-09-15 17:14:15
935
原创 对激活函数的粗浅认知
在学习深度学习的过程中，关于激活函数我一直不解其真正意义，一个函数的使用到底会对模型产生怎样的作用。这篇文章我想简单记录自己对激活函数的认识。
2024-09-07 14:12:00
804
原创 列表的倒序遍历
翻转前：[1,2,3,4,5,6,7]翻转后：[7,6,5,4,3,2,1]记录一下列表中的倒序遍历方法，先看题。还可以倒序遍历输出，倒序遍历方法如下。定义一个列表并将它翻转。
2024-05-14 18:38:03
213
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人