coco1111222567-优快云博客

原创 deep learning 编程作业总结4----调节神经网络之初始化，正则化，梯度校验

一、初始化参数神经网络中一个小单元的运算可由 z=wx+b，和 a=g(z)这两个式子来概括，在刚开始的时候需要对参数w和b赋初始值，如果赋值为0那么是没有意义的，如果赋值为一个简单随机数，那么会产生梯度爆炸和梯度消失。因此应采用抑梯度异常初始化，关键代码如下所示：parameters['W' + str(l)] = np.random.randn(layers_dims[l], layers_dims[l - 1]) * np.sqrt(2 / layers_dims[l - 1])。二、正则化

2020-08-24 09:31:32 313

原创 deep learning编程作业总结3---一步步搭建多层神经网络及应用

本周的主要学习了如何搭建一个多层神经网络。涉及较多的理论知识，因此本编博客将对自己所学的有关神经的知识做一个总结。图1展示的是具有4个隐藏层的神经网络结构。它的输入由x1,x2,x3构成，表示样本X具有三个特征，随后进入第一个隐藏层，该层分别进行z=wx+b a=g(z)的运算，其中w和b的取值不是一次就能确定好的，而是需要梯度下降算法（反向传播）来不断优化，从而找到最优解。将得到的z输入到激活函数后，即可得到该层的输出a，a也是下一层的输入，之后隐藏层的运算同上。所有的隐藏层运算完后，最后再经过.

2020-08-23 09:09:06 435

原创 deep learning编程作业总结2---带有一个隐藏层的平面数据分类

一、准备工作 1.1 理论基础本次实验目标是通过构造一个两层神经网络（输入层、隐藏层、输出层）来完成平面数据分类。网络结构如图1 所示，第二层为隐藏层，它由四个小单元组成，每一个小单元可以看作是一个逻辑回归运算单元。个人感觉这个网络结构是在前一节介绍的逻辑回归结构上进行了维度的扩充。因为要做分类，所以在输出层需要选择合适的激活函数。当前常见的激活函数一般有三种：首先是sigmoid函数，它的公式与图像如图2所示，观察可得sigmoid函数的阈值为0.5当x轴上的数无限大或无限小时，y值分别趋向于1

2020-08-19 09:44:25 571

转载 deep learning编程作业总结1---喵咪识别

一、准备工作 1.1理论基础本周主要学习了逻辑回归的理论部分，因此编程作业是基于逻辑回归算法的喵咪识别，采用神经网络思维实现，逻辑回归属于监督学习的一种分类算法，其实就是利用回归的方法来处理分类问题，举个例子：如果现在我们拥有了某人的饮食习惯，作息时间等信息，那么如何利用逻辑回归算法来判断这个人是否患有肿瘤呢？首先面对多组输入数据，该算法会利用多元线性回归找到一条最佳的拟合曲线，在这期间需要通过梯度下降来提高曲线的拟合度，得到了这条曲线之后，就可以预测到这个人的肿瘤块有多大，随后再通过激活函数来判断.

2020-08-18 12:13:49 259

qq_42140049的博客

原创 deep learning 编程作业总结4----调节神经网络之初始化，正则化，梯度校验

原创 deep learning编程作业总结3---一步步搭建多层神经网络及应用

原创 deep learning编程作业总结2---带有一个隐藏层的平面数据分类

转载 deep learning编程作业总结1---喵咪识别

原创 JAVA聊天器（2）

原创 JAVA聊天器（1）

原创 Web学习——我的第一个网页

原创对QT信号与槽机制的进一步理解

原创结合QT代码学习PIMPL设计模式以及实现方法

空空如也

空空如也