qq_45567031的博客

文章目录一、ReLU激活函数1. 为什么要用ReLU激活函数二、卷积神经网络1、卷积？？？卷个dera 、卷积干什么b、怎么卷积2、LeNet-5卷积神经网络结构（卷积核与通道数必须一致）a、卷积层b、池化层(下采样层)c、全连接层三、代码一、ReLU激活函数公式: f(x)=max(0,x)f(x) = max(0,x)f(x)=max(0,x)图像：1. 为什么要用ReLU激活函数由于sigmoid函数在输入远离中心点时导数会很小，会出现梯度消失的现象。使用ReLU激活函数时则不会出现梯度消

文章目录一、多输入模型该怎么办1. 为什么要引入多输入模型2.示例二、基于keras框架实现神经网络1、model.add(Dense(units=2,activation='sigmoid',input_dim = 2))2、model.compile(loss= 'mean_squared_error' , optimizer=SGD(lr = 0.08), metrics=['accuracy'])三、python知识点1. numpy 切片一、多输入模型该怎么办1. 为什么要引入多输入模型

文章目录一、激活函数1. 为什们要用激活函数2、为什么不用阶跃函数，而是用sigmoid函数？二、样例分析三、隐藏层——三个节点的神经网络一、激活函数1. 为什们要用激活函数由于前四节课我们所用的模型都是基于理论上用线性的模型去描述一个系统，但是现实生活中大多数问题是分类问题。我么们只需要直到他究竟是好是坏，并不需要知道他好的比例是多少坏的比例是多少。所以我们使用logisticlogisticlogistic函数机器学习中叫sigmoidsigmoidsigmoid函数曲线来拟合我们所需要的预测曲

文章目录一、代价函数1. 什么是代价函数2. 代价函数的原理二、梯度下降1. 批量梯度下降2. 随机梯度下降四、python知识点list.append()一、代价函数1. 什么是代价函数最优解的目的函数，代价函数的作用。2. 代价函数的原理例如：假设一个模型f(x)f(x)f(x)的函数是y=w∗xy=w*xy=w∗x该模型要预测出最优的www那么 代价函数可写成e=(1/m)∗∑i=1m(xi2w2)−2xiyiw+yi2e=(1/m)*\sum_{i=1}^m (x_i^2 w^2)

“人工”智能前言Lessons 1Numpy库——matplotlib使用：matplotlib的pyplot中scatter()第一节课思考python 知识点：range()前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考Lessons 1Numpy库——matplotlibMatplotlib 是 Python 的绘图库。.