Dontla的博客

文章目录准备数据集准备数据集数据集下载参考：常用CV数据集（持续更新中）不懂下哪个，先去买本《数字图像处理》看看，或者其他的图像算法书

1、单一的像素点包含的信息是无意义的2、人在看一个画面时，不会是一眼就能获取所有信息的，而是通过聚焦中心，确定感受野，通过不断调整聚焦中心位置，放大、缩小感受野，从而获得源源不断的图片信息（聚焦中心点和感受野的确定，是要有算法优化的，否则会增加耗时）3、2中优化的方式是通过对某一聚焦中心点、感受野“卷积”来确定的，是否需要优化，以何种方式优化，在判断之前就需要确定一个卷积的方式——即卷积核（像素长宽、核数字）4、人在看东西的时候，是有记忆的，我们瞬间的视野比例大约为16：9，但是如果有东西超出了这个比

在进行 【深度学习的数学】接“2×3×1层带sigmoid激活函数的神经网络感知机对三角形平面的分类训练预测”，输出层加偏置b 的测试中，我们发现，模型的初始权重对模型的训练结果是影响非常大的，如图对比了两种不同的模型训练结果，权重和偏置初始参数均采用正态分布随机值...

文章目录【深度学习的数学】接“2×3×1层带sigmoid激活函数的神经网络感知机对三角形平面的分类训练预测”，输出层加偏置b

文章目录代码接：【深度学习的数学】2×3×1层带sigmoid激活函数的神经网络感知机对三角形平面的分类训练预测（绘制出模型结果三维图展示效果）（梯度下降法+最小二乘法+激活函数sigmoid+误差反向传播法）在上面的测试中，我们绘制了神经网络预测三角平台平面的三维图像，但发现效果不理想，猜测是否是输出层没加偏置b的原因？？在本次测试中，我要给输出层加一个偏置b，即：直接上代码测试吧！代码...

训练数据使三角形区域范围内的Z值为5，其余区域对应Z值为0X = np.arange(-10, 20, 1)Y = np.arange(-10, 15, 1)X, Y = np.meshgrid(X, Y)# Z = 0 * np.ones((25, 30))# print(list(Z))Z = np.array([[0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,

阅读博客时，神经网络的输入变量刚好为两个，输出变量为1个，于是想绘制一下输出函数的三维图像是什么样的代码# -*- coding: utf-8 -*-"""@File : 1.py@Time : 2020/5/25 21:33@Author : Dontla@Email : sxana@qq.com@Software: PyCharm"""# 第一种创建3D图形的方法:创建子图# 用创建子图的方法画出来感觉要比下面的方法小一点??from matplotlib

引用文章：神经网络激活函数的作用是什么？

参考文章：深度学习-31:单层感知机

超平面本质：自由度比空间维度小1如三维空间中的一个“超平面”就是一个A、B、C参数确定的平面即x、y、z三个参数任意两个确定，第三个参数也就确定了，也就是自由度为2，比空间维度3小1tips：向量的乘法（a’·b’=2|a||b|cosθ），注意投影关系...

引用文章：用神经网络进行图像分类时，为什么输出层的神经单元数量要跟分类数相同？

梯度下降法是神经网络计算的基础，下面我们用python编程来体验它！

文章目录第一章 神经网络的思想1-1 神经网络和深度学习1-2 神经元工作的数学表示1-3 激活函数：将神经元的工作一般化1-4 什么是神经网络1-5 用恶魔来讲解神经网络的结构1-6 将恶魔的工作翻译成神经网络的语言1-7 网络自学习的神经网络第二章 神经网络的数学基础2-1 神经网络所需的函数2-2 有助于理解神经网络的数列和递推关系式2-3 神经网络中经常用到的Σ符号2-4 有助于理解神经网...