深度学习理论
文章平均质量分 59
谢小小XH
这个作者很懒,什么都没留下…
展开
-
深度学习笔记一:关于深度学习
关于深度学习原创 2016-12-16 19:51:32 · 3067 阅读 · 0 评论 -
深度学习笔记十一:常见生成模型总结
在前面已经说了生成模型中的GAN系列,这部分简单总结一下常见的生成模型,这里并不需要多少数学,掌握概念就行了,在之后的文章中会详细介绍这些生成模型。 ...原创 2018-04-30 15:38:30 · 3954 阅读 · 0 评论 -
深度学习笔记九:生成对抗网络GAN(基本理论)
生成对抗网络的基本原理和思想原创 2017-07-22 16:39:18 · 3304 阅读 · 0 评论 -
深度学习笔记十:生成对抗网络再思考f-GAN
f-GAN原创 2017-07-22 16:48:51 · 2750 阅读 · 0 评论 -
深度学习笔记二:多层感知机(MLP)与神经网络结构
以手写体识别为例子来讲一下基本结构,和实践中的基本使用思想。这是推广到更加复杂任务上的基础。原创 2016-12-16 19:52:58 · 90161 阅读 · 2 评论 -
深度学习笔记八:长短时记忆网络LSTM(基本理论)
LSTM基本概念与运行细节原创 2017-06-20 10:20:16 · 12339 阅读 · 6 评论 -
深度学习笔记七:循环神经网络RNN(基本理论)
循环神经网络基本概念和计算方式原创 2017-06-17 20:24:29 · 10067 阅读 · 10 评论 -
深度学习笔记六:常见激活函数总结
深度学习常见激活函数总结原创 2017-05-10 14:41:39 · 9367 阅读 · 2 评论 -
深度学习笔记三:反向传播(backpropagation)算法
接上一篇的最后,我们要训练多层网络的时候,最后关键的部分就是求梯度啦。纯数学方法几乎是不可能的,那么反向传播算法就是用来求梯度的,用了一个很巧妙的方法。 反向传播算法应该是神经网络最基本最需要弄懂的方法了,要是反向传播方法不懂,后面基本上进行不下去。 非常推荐的是How the backpropagation algorithm works 在最开始的博客中提过,这本书是这篇笔记用到的教材之原创 2016-12-16 19:54:06 · 44179 阅读 · 17 评论 -
深度学习笔记五:卷积神经网络CNN(基本理论)
卷积神经网络基本理论原创 2016-12-29 15:49:56 · 26286 阅读 · 13 评论 -
深度学习笔记四:MNIST实战
写一个神经网络来实现对于MNIST数据集的手写体分类任务原创 2016-12-16 19:56:02 · 15585 阅读 · 2 评论 -
深度学习笔记十二:自编码器AutoEncoder
参考: reducing the dimensionality of data with neural networks原创 2018-04-30 15:50:22 · 2280 阅读 · 0 评论