![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
K快上+K深+dl入与实基tf+图解+☞pyt+dl☞mat
文章平均质量分 94
算法的
fgh431
非淡泊无以明志
展开
-
图dl:4受限玻尔兹曼机
文章目录4.1 Hopfield神经网络是起源于图模型的神经网络由Hopfield神经网络那样的相互连接型网络衍生而来本章先Hopfield 网络和玻尔兹曼机,然后受限玻尔曼机最后介招由多个受限玻尔兹曼机推叠组成的深度信念网络4.1 Hopfield神经网络前几章介绍过的多层神经网络,如图4.1所示的相互连接型相互连接型网络不分层,单元之间相互连接。能根据单元的值记忆网络状态,称联想记亿人类的大脑能够根据某种输人信息记忆或联想与之有关的信息,看到¨“苹果”能够原创 2020-06-26 16:29:04 · 293 阅读 · 0 评论 -
图dl:6 提高泛化能力的方法
文章目录6.4 dropout6.4 dropout辛顿等提提高网络泛化能力过拟合问题是NN中常见问题。80年代至90年代NN鼎盛训练神经网络数据量不及现在数据过少,神经网络训练会简单对训练数据的识别准确率接近于100%,对测试数据的识别较差很多方案去解决过拟合问题,一种就是DropoutDropout在训练过程中,按一定概率将部分中间层的单元暂时从网络中丢弃,通过把该单元的输出设为0,使其不工作,来避免过拟合。Dropout可用于训练包含全连接层的原创 2020-07-28 23:56:56 · 406 阅读 · 0 评论 -
1 dl与tf
文章目录1.3 tf概览1.3.1用多维数组表示模型1.3 tf概览1.3.1用多维数组表示模型Tf在计算中所用到的数据全都是多维数组。矩阵就可以看作是个二维数组。接下来,我们用矩阵来表述数据之间的关系,并用Tensorelow的代码来实践一下。 公式(1.7)来计算预测n月份的平均气温值,也可以用如下矩阵形式 可把(ao,n1,n2,n,n)看作1×5行向量,(w,1,2,)看作是5×1的列向量就可用一个算式把12个月的数据全部显示出来。 ...原创 2020-06-20 22:07:39 · 422 阅读 · 0 评论 -
2 分类算法基础
文章目录2.1 逻辑回归之二元分类器图2.1是第1章开头中出现过的CNN整体图。了解构成神经网络的各个节点的功能来从根本上理解CNN或深度学习的总体结构。图2.1也可按照从右到左的顺序来依次理解,神经网络也可理解为是在从右往左的扩张过程中逐渐形成的 最右边的“ Softmax”是“世界上最简单的”NN。虽然只靠它也能够实现手写数字识别,但准确度没有那么高。如果在它的前面增加“全连接层”后再组成新的神经网络,则能稍微提高 在已有结构前增加一个新结构,可逐渐提准确度本书的原创 2020-06-20 21:46:16 · 1778 阅读 · 0 评论 -
3 用NN分类
文章目录3.1单层神经网络的的构成3.1.1 用单层神经网络的二元分类3.2 应用单层神经网络进行手写数字分类3.2.1 用单层神经网络的多元分类器上一章用Softmax对手写图片分类准确率为92%这只用了第1章刚开始的图1.2中最右侧节点的部分本章添加前面全连接层调用的那些节点群(见图3.1)对二维平面数据为例,来确认全连接层的功能然后在此基础上再次对手写数字分类 用Tensorflow自带的可视化工具 TensorBoard对神经网络的构造及参数变化进行图形化显示原创 2020-06-20 21:00:22 · 1038 阅读 · 0 评论