机器学习
关注
分享
扫一扫
文章平均质量分 92
Ambition__
这个作者很懒，什么都没留下…
展开
-
卷积神经网络
参考博文转载 2021-05-28 17:40:29 · 687 阅读 · 0 评论 -
[Hinton]Machine Learning-Object Recognition
视频学习链接参考博文个人学习记录，有参考博文。初学阶段对知识的学习与理解必定会有谬误或误解，希望路过的前辈不吝赐教。Lecture 4尽管物体的识别对我们人类来说是一件十分稀松平常的事。但要让机器学会识别是一件很难的事情，如果将一个物体变成一组像素数据进行识别，包括光线的强弱、物体的远近等等都是需要考虑的问题。但这也同样意味着单单凭靠手工编写的程序是无法做到这么宏大的识别的，只能够借助于机器学习来实现。· 很难从图像中分割出一个单独的、没有其他影响因素的物体。人类可以根据运动轨迹、立体声等来原创 2021-05-27 19:12:27 · 163 阅读 · 0 评论 -
[Hinton]Neural Network for Machine Learning-Prediction by backpropagation
视频学习链接参考博文个人学习记录，有参考博文。初学阶段对知识的学习与理解必定会有谬误或误解，希望路过的前辈不吝赐教。Lecture 3首先，Hinton给出了一个简单的例子来展示通过反向传播算法将信息之间的关系转换...原创 2021-05-17 22:18:22 · 154 阅读 · 0 评论 -
[Hinton]Neural Network for Machine Learning-Main types of neural network network architecture
视频学习链接参考博文个人学习记录，有参考博文。初学阶段对知识的学习与理解必定会有谬误或误解，希望路过的前辈不吝赐教。Lecture 2通过上一章我们知道，感知机的权重总是越来越接近一组好的权重；但在线性神经网络中，输出总是越来越接近目标类。为什么感知机的学习过程不能通用到隐藏层呢？如上所述的感知机工作过程，当他被应用到更加复杂的网络中时，可能会出现两组不同的解决方案，但有可能会选到其中的较坏的一项。线性神经元（线性过滤器）：学习目的是最小化所有训练案例的错误总和（错误指的是目...原创 2021-04-11 21:55:07 · 142 阅读 · 0 评论 -
[Hinton]Neural Network for Machine Learning-Concept
视频学习链接参考博文个人学习记录，有参考博文。初学阶段对知识的学习与理解必定会有谬误或误解，希望路过的前辈不吝赐教。一、概念理解机器学习：1、用于解决一些很难认知（想象）的问题 比如在不同光线环境下的3D物体 2、用于大量数据的计算且弱规则（？）区别于普通的一对一特殊问题编程，机器学习首先录入大量的信息作为均值标准，再根据特定的输入进行矫正适用：1、识别模式：真实对象、面部识别、语言 2、异常识别：信用卡的不正常序列、核电站的不...原创 2021-04-10 09:46:14 · 209 阅读 · 1 评论 -
[Hinton]Neural Network for Machine Learning-Main types of neural network network architecture
视频学习链接参考博文个人学习记录，有参考博文。初学阶段对知识的学习与理解必定会有谬误或误解，希望路过的前辈不吝赐教。前馈神经网络（Feed-forward Neural Networks）前向NN是最常见的一种神经网络。他第一层是输入，最后一层是输出，中间是隐藏层。其中，如果隐藏层多于一层，则称为DNN深层神经网络该种网络的作用就是从输入到输出之间做一系列的变换，所以会在每一层获得一个关于输入的新表征。这个新表征与相邻的层之间既有相似又有不同举例语音识别：不同的人说相同的话识别更相似，同原创 2021-04-10 23:14:41 · 185 阅读 · 0 评论