![](https://img-blog.csdnimg.cn/20210305214940753.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
python深度学习
文章平均质量分 94
python深度学习教材阅读笔记
hliu1307
这个作者很懒,什么都没留下…
展开
-
第四章:机器学习基础
文章目录机器学习的四个分支监督学习无监督学习自监督学习强化学习分类和回归术语表机器学习的四个分支监督学习监督学习是目前最常见的机器学习类型。给定一组样本(通常由人工标注),它可以学会将输入数据映射到已知目标[也叫标注(annotation)]。虽然监督学习主要包括分类和回归,但还有更多的奇特变体,主要包括如下几种。序列生成(sequence generation)。给定一张图像,预测描述图像的文字。序列生成有时可以被重新表示为一系列分类问题,比如反复预测序列中的单词或标记。语法树预测(synt原创 2021-03-13 13:23:53 · 668 阅读 · 0 评论 -
第三章:神经网络入门
文章目录神经网络剖析神经网络剖析原创 2021-03-12 11:55:32 · 324 阅读 · 0 评论 -
第二章:神经网络的数学基础
文章目录补充关于类和标签的说明MNIST数据集初识神经网络加载 Keras 中的 MNIST 数据集网络架构编译准备图像数据准备标签运行性能评估神经网络的数据表示标量(0D 张量)向量(1D 张量)矩阵(2D 张量)3D 张量与更高维张量关键属性在 Numpy 中操作张量数据批量的概念现实世界中的数据张量向量数据时间序列数据或序列数据图像视频张量运算逐元素运算广播张量点积张量变形张量运算的几何解释深度学习的几何解释神经网络的“引擎”:基于梯度的优化补充关于类和标签的说明在机器学习中,分类问题中的某个类原创 2021-03-07 19:52:46 · 617 阅读 · 0 评论 -
第一章:什么是深度学习
文章目录人工智能、机器学习与深度学习定义深度学习基本概念深度学习之前:机器学习简史概率建模(probabilistic modeling)早期神经网络核方法决策树、随机森林与梯度提升机深度学习人工智能、机器学习与深度学习定义人工智能努力将通常由人类完成的智力任务自动化机器学习在预先定义好的可能性空间中,利用反馈信号的指引来寻找输入数据的有用表示。利用机器学习,人们输入的是数据和从这些数据中预期得到的答案,系统输出的是规则。这些规则随后可应用于新的数据,并使计算机自主生成答案。深度原创 2021-03-07 14:12:45 · 1797 阅读 · 0 评论