acsunqi的博客

感知机　　感知机是二类分类的线形模型，输入为实例的特征向量，输出为实例的类别，取值为-1/+1两种值。 　　感知机对应于输入空间的特征向量，将其中的实例划分为正负两类的分离超平面，属于判别模型。 　　目的：旨在求出将训练数据进行线形划分的分离超平面。 前提条件:数据集是线形可分类的。（例如：XOR规则就是线形不可分的。） 损失函数:基于无分类的距离超平面的距离和函数。 学习算法：基于损失函数的

BP算法的核心步骤 1. 求得在特定输入下实际输出与理想输出的平方误差函数。 2. 利用误差函数对神经网络中的阈值以及连接权值根据导数的“链式求导”法则对各种变量求导。 3. 根据梯度下降算法，对极小值进行逼近，当满足条件时，跳出循环　由于对单个样本来说可以不断更新权值阈值，无限逼近期望值：标准BP算法，计算量大，对于不同样本训练后可能会使得前一个效果变坏。 　对多个样本来说。误差函数是单个

BN学习笔记 Batch Normalization的提出 BN是谷歌提出的一种深度学习,网络优化的结构,能够加速网络的训练. 文章在提出方法之前,对之前的一些成果进行了回顾包括 深度学习网络在训练过程中,训练变慢的原因:随着网络深度的加深,由于训练过程的信息前向传递的过程中,一旦前一层的Layer的信息的distribution发生改变.对后面的分布也随之改变(文章中称为Internal C...

笔记本配置清单 sudo apt-get install inxi 安装相关的命令行工具 inxi -Fxxx 获得笔记本具体配置信息 deepin 版本 15.7 如图是安装后的结果，可以看到笔记本是使用NVIDIA来进行绘图。 System: Host: sunqi-PC Kernel: 4.15.0-29deepin-generic x86_64 bits: 64 compile...