![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
飞天小女侠~
编程中最没用的东西是源代码,最有用的东西是算法和数据结构。
柴静在《看见》里说,每个轻松的笑容的背后,都是一个咬紧牙关的灵魂。
每个出类拔萃的人,都为他现在所站的位置付出了很多很多。
展开
-
深度学习2.16在用python编写神经网络时的一些小技巧
在使用python广播时,经常会出现维度不匹配的问题: import numpy as np a = np.randon.randn(5) print(a) 看一下a的形状: print(a.shape) (5,) print(a.T) print np.dot(a,a.T) 4.06570109321 a乘以a的转置,你以为会得到一个矩阵,却是得到了一个数。 所以:在编写神经网络时,不要用这种数据结构,其中形状是(5,)或(n,)这种秩为1的数组 令a为5x1的矩阵 a = np.random原创 2020-09-15 14:59:24 · 140 阅读 · 0 评论 -
深度学习(一)
1.预测期(神经元) 是要输入x,就会得到y,中间过程由自己完成。 2.规模一直在推动人工智能学习的进步。 说到规模,我们需要一个有许多隐藏单元的神经网络,许多参数,许多连接。 在今天,我们要获得一个性能比较好的神经网络,要么训练一个更大的神经网络,要么需要更多的数据。 数据足够大时,模型才比较稳定。 ...原创 2020-09-04 22:35:22 · 240 阅读 · 0 评论