- 博客(4)
- 收藏
- 关注
RSS订阅原创 《神经网络与深度学习》学习笔记（第4周）
循环神经网络（Recurrent Neural Network, RNN）是一种具有内部隐藏单元的神经网络。隐藏单元可以将当前神经元输入的部分信息进行存储，并应用到下一层的神经元中，形成一种环路结构。在传统神经网络或者卷积神经网络中，网络结构都是层与层之间的交互，比如从输入层到隐藏层到输出层，其每层内部神经元之间是未建立连接的，这种神经网络就很难处理输出与输出间具有相关性的序列类任务。
2025-05-30 21:36:44
1874
原创 《神经网络与深度学习》学习笔记（第3周）
MNIST （Modified National Institute of Standards and Technology）数据集包含 60000 个用于训练的手写数字图像样本和 10000 个用于测试的样本。每个图像都是 28×28 像素的灰度图像，像素值范围在 0 到 255 之间。这些图像涵盖了数字 0 到 9，每个数字都有大量的样本，使得数据集在数字的形状、大小、书写风格等方面具有丰富的多样性。
2025-05-20 23:04:07
1778
原创 《神经网络与深度学习》学习笔记（第2周）
卷积神经网络是一种优秀的处理图像的神经网络。一方面，卷积神经网络的权值的数量有所减小，使得网络易于优化，另一方面卷积神经网络的模型的复杂度有所减小、降低了过拟合的风险。卷积神经网络的包括卷积层、池化层、多输入多输出通道、池化层等。
2025-05-13 21:44:45
884
原创 《神经网络与深度学习》学习笔记（第1周）
首先，给出深度学习的定位和研究内容。作为机器学习的分支，深度学习通过多层神经网络学习和表示数据中的复杂模式，从而实现分类、回归、生成等任务。深度学习基于统计方法中的监督学习方法，即从标注数据中学习预测模型的机器学习问题。
2025-05-06 16:01:41
2002
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人