零基础入门深度学习(1) - 感知器 - 作业部落 Cmd Markdown 编辑阅读器 零基础入门深度学习(2) - 线性单元和梯度下降 - 作业部落 Cmd Markdown 编辑阅读器 零基础入门深度学习(3) - 神经网络和反向传播算法 - 作业部落 Cmd Markdown 编辑阅读器 零基础入门深度学习(4) - 卷积神经网络 - 作业部落 Cmd Markdown 编辑阅读器 零基础入门深度学习(5) - 循环神经网络 - 作业部落 Cmd Markdown 编辑阅读器 零基础入门深

目录 神经元与感知器 神经网络 神经网络的训练 神经元与感知器 两者本质上是一致的，但感知器的激活函数是阶跃函数，神经元的激活函数往往选择Sigmoid函数或tanh函数。如下图所示： Sigmoid函数的定义为： 其导数为： sigmoid函数的导数可以用sigmoid函数自身来表示。这样，计算出sigmoid函数的值，计算它的导数的值就非常方便。 神经网络 ...

目录（持续更新） 概述 卷积神经网络中激活函数Relu 卷积网络  卷积网络架构 卷积层输出计算 池化层的输出计算 卷积神经网络的训练 卷积层的训练 Pooling层的训练 概述 卷积神经网络（CNN）: 一种更适合图像、语音识别任务的神经网络结构 https://blog.youkuaiyun.com/songhao22/article/details/79349493 输入层：用...

目录 监督学习中的线性模型 线性单元 线性单元的目标函数 梯度下降法 监督学习中的线性模型 线性单元 线性单元示意图：  对于Net input function，其求和公式模型可以表示为： 即为线性模型，输出是输入特征的线性组合。 图中的Activation function是，也可以换成sigmoid函数等其他的激活函数。 线性单元的目标函数 对于监督学习，我们...