关注
分享
南极粥
一直以来我都以为自己是个人才，可是我错了。。。我tm竟然是个天才！！！！
展开
-
神经网络中的反向传播法算法推导及matlab代码实现
最近在看深度学习的东西，一开始看的吴恩达的UFLDL教程，有中文版就直接看了，后来发现有些地方总是不是很明确，又去看英文版，然后又找了些资料看，才发现，中文版的译者在翻译的时候会对省略的公式推导过程进行补充，但是补充的又是错的，难怪觉得有问题。反向传播法其实是神经网络的基础了，但是很多人在学的时候总是会遇到一些问题，或者看到大篇的公式觉得好像很难就退缩了，其实不难，就是一个链式求导法则反复用。如果转载 2017-05-29 22:14:18 · 13194 阅读 · 3 评论 -
深度学习神经网络从欠拟合到拟合的调整方法及示例代码
深度学习神经网络从欠拟合到拟合的调整方法及示例代码1. 深度神经网络结构调整说明当深度神经网络可以对少量样本进行很好的拟合，而对较多的样本无法很好拟合的时候，很可能是深度网络的层数不够深，即深度网络的特征无法很好地表征所有样本的特征。此时，可以通过加深网络的层次来使得深度网络对较多的样本进行拟合。另外，深度网络对于分类样本的拟合能力强于对于连续值样本的拟合能力。即同样的深度网络原创 2017-06-06 23:18:36 · 9849 阅读 · 0 评论 -
神经网络前向反向公式推导及说明
1. 神经网络架构及符号说明 图1 神经网络架构图(f1)图1为四层神经网络的架构图，包含一个输入层(1层)，两个隐层(2,3层)，一个输出层(c层)，分别包含2个，3个，2个，2个神经元。训练的输入输出数据共包含m组样本数据。i1和i2代表两个输入信号值。c1和c2代表两个原创 2017-06-10 19:25:09 · 1314 阅读 · 0 评论