深度学习
The Straggling Crow
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
深度学习入门
1、深度学习是机器学习的一个分支,通过数据构建模型(深度神经网络)—训练模型(前向反向传播)—解决问题2、语音领域基于CTC训练的LSTM程序提升了安卓手机的语音识别能力3、TensorFlow—深度学习的成功案例CUDA,cuDnn—深度学习基础加速框架4、解决什么问题呢?非结构化数据—文本、图像、视频、音频自动特征提取计算机视觉自然语言处理—文本朗读,中文自动分词,翻译语...原创 2019-03-11 17:50:29 · 134 阅读 · 0 评论 -
反向传播
1.面对单隐层神经网络,期望输入数值通过权重的计算得到想要的值,但是初始设置的权重值差强人意,根据它算出的输出值和想要得到的值差的太远,需要反向传播算法求合适的w2.反向传播算法步骤1)计算总误差因为有两个输出,所以总误差为两个误差的和2)隐含层---->输出层的权值更新:...原创 2019-03-16 18:23:47 · 139 阅读 · 0 评论 -
回来看看
http://www.tensorfly.cn/原创 2019-03-24 21:35:14 · 143 阅读 · 0 评论 -
交叉熵损失
1、深度学习中的概念,求目标值与预测值之间的差距2、巴西进了世界杯–大概率中国进了世界杯—小概率小概率世界发生则包含更多的信息,所有信息量与概率有关...原创 2019-03-22 18:02:58 · 141 阅读 · 0 评论 -
深度学习基础
1、常见的非线性激活函数它带来了原创 2019-03-27 09:01:50 · 133 阅读 · 0 评论 -
softmax
1、面对多分类问题,比如:s = Wx 输出四个整数,经过softmax处理变成4个概率(四个整数分值大的,被取到的概率大些)概率表示输出这一类的可能性,这些概率相加等于一面对softmax数值溢出问题,将V中的每个元素减去V中的最大值scores = np.array([123, 456, 789]) # example with 3 classes and each having...原创 2019-03-24 12:03:15 · 310 阅读 · 0 评论 -
VGGNet
VGG和GoogleNet同在2014年参赛,图像分类任务中GoogLeNet第一,VGG第二,它们都是重要的网络结构。1、它证明了网络深度能对性能的提升2、它的主要特点:网络很深,卷积核都是3*3的...原创 2019-04-30 16:27:16 · 144 阅读 · 0 评论
分享