赵小二的专栏

人工智能实践-Tensorflow2.0 笔记6. 循环神经网络6.1. 循环核6.2 循环神经网络6.3 循环计算层6.4 tf 描述循环计算层 6. 循环神经网络 6.1. 循环核 参数时间共享，循环层提取时间信息 6.2 循环神经网络 循环核按时间步展开 借助循环核提取时间特征后，送入全连接网络 yt=softmax(htwhy+by)ht=tanh(xtwxh+ht−1whh+bh) y_t=\text{softmax}(h_t w_{hy} + by) \\ h_t=\text{tanh}(x_t

人工智能实践-Tensorflow2.0 笔记4. 网络八股优化4.1. 优化内容概括4.2. 自制数据集4.3. 数据增强4.4. 断点续训4.5. 参数提取4.6. acc/loss 可视化4.7. 给图识物5. 卷积5.1. 卷积计算过程5.2. 感受野5.3. 全零填充5.4. TF描述卷积层5.5. 批标准化5.6. 池化 Pooling5.7. 舍弃 Dropout5.8. 卷积神经网络 4. 网络八股优化 4.1. 优化内容概括 自制数据集，解决本领域应用 数据增强，扩充数据集 断点续训，存

人工智能实践-Tensorflow2.01. 神经网络1.1. 人工智能三学派1.2. 神经网络设计过程1.3. 张量创建1.4. TF2 常用函数1.5. TF2常用函数21.6. 鸢尾花数据集读入1.7. 神经网络实现鸢尾花分类1.8. Tensorflow2 安装2. 神经网络优化2.1. 预备知识2.2. 复杂度、学习率2.3. 激活函数2.4. 损失函数2.5. 过拟合2.6. 优化器3. 使用keras快速搭建神经网络3.1. 六步法3.2. 自定义model3.3. mnist数据集3.4.

4. 神经网络4.1. TensorFlow4.1.1. TensorFlow 简介4.1.1.1. 安装4.1.1.2. 神经网络在干嘛4.1.2. Tensorflow 基础架构4.1.2.1. 结构4.1.2.2. 例子 4.1. TensorFlow 4.1.1. TensorFlow 简介 由Google开发，可以先绘制计算结构图，神经网络中最好用的库之一 4.1.1.1. 安装 pip install tensorflow 4.1.1.2. 神经网络在干嘛 机器学习，其实就是让电脑尝试模拟已知的

机器学习1. 机器学习介绍1.1. 分类1.2. 神经网络1.2.1. 人工、生物神经网络对比2. 强化学习3. 进化算法4. 神经网络5. 通用机器学习6. 自然语言处理7. 机器学习实战 参考莫烦Python 1. 机器学习介绍 1.1. 分类 监督学习 supervised learning 无监督学习 unsupervised learning 半监督学习 semi-supervised learning 强化虚线 reinforcement learning 遗传算法 genetic algori

f(z)=11+e−zCost=12n∑iσ((wxi+b)−yi)2 f(z)=\frac{1}{1+e^{-z}} \\ \text{Cost} = \frac{1}{2n} \sum_i \sigma((wx_i+b)-y_i)^2 f(z)=1+e−z1​Cost=2n1​i∑​σ((wxi​+b)−yi​)2 1. 当 σ=1\sigma=1σ=1 时： 1.1. xi and yix_i \text{ and } y_ixi​ and yi​ 为一维数据时