- 博客(4)
- 收藏
- 关注
RSS订阅原创 深度学习与神经网络#循环神经网络与NLP
课程讲解了循环神经网络（RNN）及其变体（GRU、LSTM）在自然语言处理中的应用。内容涵盖序列模型（自回归、马尔可夫过程）、数据预处理（独热编码、文本切分）、词嵌入（降维表示）及RNN实现（PyTorch示例）。重点分析了RNN的长期依赖问题，并引入GRU（更新门、重置门）和LSTM（遗忘门、输入门、输出门）优化信息流控制，同时介绍了深度和双向RNN结构。通过IMDB情感分析案例（准确率84.7%）展示了模型训练与评估流程，附代码实现。
2025-05-26 02:38:28
994
原创 神经网络与深度学习#深度学习视觉应用
YOLO算法将输入图像划分为SxS的网格，每个网格预测B个bounding box及其置信度，以及C个类别的条件概率。输出层直接回归bounding box的中心坐标、宽高、置信度及类别概率。
2025-05-17 16:21:23
719
原创 神经网络与深度学习#卷积神经网络
本次课是关于卷积神经网络基础的详细讲解，涵盖了卷积神经网络的基本概念、发展历程、经典网络结构（如LeNet-5、AlexNet、VGG-16、残差网络）、以及常用数据集等内容。
2025-05-09 11:19:45
896
原创 神经网络与深度学习#概述#线性回归#BP网络#性能优化
常用技巧模型初始化：介绍了简单的权值初始化方法和Xavier初始化，后者旨在使网络中每一层输出的方差尽量相等，促进信息流动。数据划分：训练数据、验证数据和测试数据的划分比例，以及K折交叉验证方法。欠拟合与过拟合：解释了欠拟合和过拟合的概念，并提出了防止过拟合的方法，如权重衰减（L2正则化）和Dropout。动量法病态曲率：讨论了梯度下降在病态曲率（如山沟状区域）中的表现，指出其收敛缓慢的问题。动量法原理：通过引入动量项，模拟物理中的惯性，加速梯度下降在病态曲率区域中的收敛速度，减少震荡。
2025-04-30 11:39:47
745
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人