深度学习系统框架基础--python+CNN
机器学习
机器学习是深度学习的前身,机器学习包括学习和推理两个部分,但是学习和推理两部分的内容大部分是相通的,这里整理的很大程度上是这一部分。
python
- 了解外部库,例如Numpy,Matplotlib
- Python的两种运行模式:“解释器“、“脚本文件“
感知机
- 感知机是具有输入于输出的算法。再给定一个输入后,将输出一个既定的值
Figure1:感知机样式
- 感知机的权重Wn和偏置X0设定为参数
神经网络
- 感知机即便是对于非常复杂的函数也能够表示出来。但是设定权重的工作,依然还是人工进行的的;神经网络的一个重要性质是它可以自动地从数据中学习到合适的权重参数。
Figure2:简单的,神经网络包括三层:输入层-中间层-输出层;
输入层(值层):Xn,b参数;
中间层(算层):以前一层的输出作为输入,经过激活函数,输出;
输出层(值层):神经网络的结果;
参数归类
- 权重
- 偏置
- 各层神经元数量
- batch大小
- 参数更新时的学习率
- 权值衰减