深度学习神经网络学习笔记
关注
分享
扫一扫
文章平均质量分 86
以实战为线索，逐步深入深度学习神经网络开发的各个环节
禾戊之昂
上位机软件工程师，分享桌面端应用领域，爬虫领域原创系列文章
展开
-
【深度学习神经网络学习笔记（三）】向量化编程
向量化编程是一种利用专门的指令集或并行算法来提高数据处理效率的技术，尤其在科学计算、数据分析和机器学习领域中非常常见。它允许通过一次操作处理整个数组或矩阵的数据，而不是通过循环逐个处理每个元素。这种方法不仅简化了代码，而且能够显著提高程序运行速度，因为它更有效地利用了现代 CPU 的并行计算能力。原创 2025-02-25 17:26:12 · 1033 阅读 · 0 评论 -
【深度学习神经网络学习笔记（二）】神经网络基础
Logistic 回归是一种广泛应用于统计学和机器学习领域的广义线性回归模型，主要用于解决二分类问题。尽管名字中包含“回归”二字，但它实际上是一种分类方法。Logistic 回归通过使用logistic函数（或者称为sigmoid函数）来预测一个事件发生的概率。原创 2025-02-25 15:32:49 · 1041 阅读 · 0 评论 -
【深度学习神经网络学习笔记（一）】深度学习介绍
深度学习作为机器学习的一个前沿领域，正推动着从图像识别到自然语言处理等多个行业的变革。与传统机器学习相比，深度学习无需手动设计复杂的特征提取步骤，而是通过多层神经网络自动从大量数据中学习高级特征。原创 2025-02-25 10:59:22 · 684 阅读 · 0 评论