深度学习-自学手册

本文介绍了深度学习的基础知识,包括神经网络的类型如前馈、反馈、DNN、CNN和RNN,以及正则化方法Dropout。重点讲解了Keras库的使用,涉及Dense、Activation、Dropout层的原理与应用,优化器如SGD和Adam的差异,以及常见的损失函数。同时,还提到了防止过拟合的技巧和LSTM的应用。
摘要由CSDN通过智能技术生成

人工智能

机器学习
神经网络
前馈神经网络:没有回路的
反馈神经网络:有回路的
DNN 深度神经网络
CNN 卷积神经网络
RNN 循环神经网络
LSTM 是RNN的一种,长短期记忆网络
自然语言处理

神经网络

这里写图片描述

神经元-分类器
Hebb 学习方法,随机 –类似SGD

一篇神经网络入门
这里写图片描述

BP反向传播,表示很复杂的函数/空间分布
从最后一层往前调整参数,反复循环该操作

y=a(wx+b) x输入 y输出 a激活函

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值