深度学习
文章平均质量分 57
深度学习
顾文繁
功不捐唐终入海
展开
-
CondaHTTPError: HTTP 000 CONNECTION FAILED for url <https://repo.anaconda.com/pkgs/main/linux-64/cur
以前的贴子真的是不能太相信,太坑爹了,搞了一下午,在linux上配置conda环境时,直接贴了,不注意后面对应的平台(linux-32/linux-64/linux- armv6l/l inux-a rmv7l /linux -ppc64le/noarch/osx-32/OSX- 64/OSX- arm64/win-32/win-64/)查看自己的平台,在清华源后面加上就行了。CondaHTTPError: HTTP 000 CONNECTION FAILED for url原创 2021-07-22 17:19:59 · 1799 阅读 · 0 评论 -
分布式深度学习网络优化
深度学习技术席卷了图像分类、语音识别、自动驾驶、内容推荐等众多应用领域。深度学习的普及促进了深度神经网络的发展,这些网络模型在各种各样的任务上都取得了良好的效果。以计算机视觉为例,一些经过精 心 设 计 的 深 度 神 经 网 络, 例 如 在ImageNet 数 据 集 上 训 练 的 GoogLeNet和 ResNet-50,已经在图像分类任务上击败了人类。然而,训练高性能的网络模型常常需要花费大量时间,短则数小时,长则数天甚至数周。原创 2021-04-16 15:32:48 · 2127 阅读 · 0 评论 -
深度学习基础
深度学习与神经网络的区别 神经网络 深度学习 网络架构 3层以内 可达上千层 层间连接 通常是全连接 形式多样:共享权值、跨层反馈 目标函数 MSE CE 激活函数 Sigmod ReLU 梯度下降的方法 梯度下降(GD)等 Adm等 避免过适应 凭经验 Dropout等 ...原创 2021-03-23 18:35:07 · 129 阅读 · 0 评论 -
人工神经网络
神经网络神经网络是由大量的神经元节点按照一定的体系架构连接成的网状结构,一般具有输入层、隐含层和输出层。传统的浅层神经网络一般有3-5层前馈神经网络前馈神经网络,是人工神经网络的一种,各种神经元从输入层开始,接收前一级输入,并输出到下一级,直至输出层。整个网络中无反馈,可用一个有向无环图表示。前馈神经网络采用一种单项多层结构。其中每一层包含若干个神经元,同一层的神经元之间没有互相连接,层间信息的传播只沿着一个方向进行。其中第一层称为输入层,最后一层是输出层,中间层为隐藏层,隐含层原创 2021-03-15 16:31:18 · 472 阅读 · 0 评论 -
误差传播迭代公式
输出层和隐藏层的误差传播公式可以统一为权重增量=-1*学习步长*目标函数对权重的偏导数 目标函数对权重的偏导数=-1*残差*当前层的输入 残差=当前层激励函数的导数*上层反传过来的误差 上层反传过来的误差=上层残差的加权和...原创 2021-03-11 18:21:26 · 744 阅读 · 0 评论