solvit的博客

Python Numpy教程中文翻译 Python Numpy教程

文章目录

文章目录

文章目录

文章目录深度学习软件 深度学习软件

文章目录CS231n CS231n

卷积神经网络是一种用来处理局部和整体相关性的计算网络结构。被应用在图像识别、自然语言处理甚至是语音识别领域，因为图像数据具有显著的局部与整体关系，卷积神经网络在图像识别领域的应用获得了巨大的成功。

**使用链式法则计算复合表达式**  考虑复合函数 $f(x, y, z) = (x+y)\times z$。我们将公示分为两部分 $q = x + y$ 和 $f = q\times z$。所以我们有 $\frac{\partial f}{\partial q} = z, \frac{\partial f}{\partial z} = q$ ; $\frac{\partial q}{\partial x} = 1 , \frac{\partial q}{\partial y} = 1$。然而函数

我们使用**损失函数（Loss Function）**（有时也叫**代价函数Cost Function**或**目标函数Objective**）来衡量我们对结果的不满意程度。直观地讲，当评分函数输出结果与真实结果之间差异越大，损失函数输出越大，反之越小。

图像分类的任务，就是对于一个给定的图像，预测它属于的那个分类标签或者给出属于一系列不同标签的可能性。

2017CS231n 斯坦福李飞飞视觉识别 课程主页 课程视屏（网易云课堂） 课程资料 课程笔记 课程作业 斯坦福大学深度学习CS231n笔记翻译 智能单元专栏目录 ...