微电子学与固体电子学-俞驰

keras是一个开源是的python深度学习库，可以基于theano或者tenserflow，下面大体介绍下keras的几个重要模块。重要的模块1、优化器（optimizers）优化器是调整每个节点权重的方法，看一个代码示例：? 1 2 3 4 model = Sequential() model.add(Dense(64, init='uniform', input_dim=10)) model.add(Activation(

这一章的代码解读的难点是：涉及到两个函数的求导问题。①sigmoid函数的求导:∂yj∂xj=yj(1−yj)\frac{\partial y_j}{\partial x_j}=y_j(1-y_j)∂xj​∂yj​​=yj​(1−yj​)出处是[2]②softmax函数的求导：∂E∂zi=ai−yi\frac{\partial E}{\partial z_i}=a_i-y_i∂zi​∂...

对应关系图如下：

functions中的一个交叉熵的代码是这样的：def cross_entropy_error(y, t): if y.ndim == 1: t = t.reshape(1, t.size) y = y.reshape(1, y.size) if t.size == y.size: t = t.argmax(axis=1) #① ...

文件和插图的对应关系：代码文件对应的书上的哪个图batch_norm_gradient_check.py不对应书上任何图optimizer_compare_naive.py图6.3 图6.5 图6.6 图6.7 图6.8optimizer_compare_mnist.py图6.9weight_init_activation_histogram.py图...

P186的图6-17，书上的图为：改为：书上的图6-17中rrr写错了，应该是γ\gammaγ

图中有FN个滤波器(卷积核)在tensorflow中，对于输入样本中channels的含义，一般是RGB图片，channels的数量是3（R、G、B）；而灰度图是的channels是1.(灰度图只有一个变量表示颜色)上图中的C就是卷积核深度，卷积核深度就是输入图片的channel数量根据下面一个链接可知：...

网上最流行的卷积核原理是：一边移动，一边计算。im2col的原理是:一次性移动完，然后一次性计算。代码来自第七章，如下：import sys, osimport numpy as npsys.path.append(os.pardir)from common.util import im2colprint("------------------------------...