深度学习笔记——参考条目

最新推荐文章于 2025-07-27 20:02:01 发布
最新推荐文章于 2025-07-27 20:02:01 发布
阅读量1.4k 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： DL Note
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/u011534057/article/details/51236808
深度学习学习笔记——C2W3-9——Softmax回归
预见未来to50的专栏
01-09 790
所以t将是e的5次方，e的2次方，e的-1次方，e的3次方。e的5次方是1484，e的2次方大约是7.4，e的-1次方是0.4，e的3次方是20.1。所以这里的第一个节点应该输出，或者我们希望它输出概率是其它类，给定输入x，这将输出是猫的概率。给定x，这将输出机会。猫是类别1，狗是类别2，我猜你那是考拉，所以那是其它类，所以那是类别0，类别3，等等。所以这显示了Softmax交叉层可以在没有隐藏层的情况下所做的类型，而这些类型甚至可以用更深的神经网络进行，其X和一些隐藏单元，然后更多的隐藏单元，依此类推。
神经网络与深度学习 笔记（一）
qq_49586861的博客
03-31 1941
神经网络与深度学习课堂笔记，主要包括回归与分类、神经网络基础以及性能优化的
《Effective C++》读书笔记-条目篇
pengshuyes的专栏
10-01 215
文|Seraph 条目篇主要是记录得出的结果，用作以后翻查遵循。 中英术语对照表 以下是本书的翻译中英术语表： 英文术语 中文译词 abstract 抽象的 abstraction 抽象性、抽象件 导读 本书的目的是强调那些常常被漠视的C++编程方向与观点。 定义式(definition)的任务是提供编译器一些声明式所遗漏的细节。 对对象而言，定义式是编译...
黄海广博士整理的吴恩达深度学习笔记，v5.44，746页
09-18
文档是黄海广博士针对吴恩达老师深度学习课程(deeplearning.ai)视频做的笔记，v5.44，746页。最后修改：2018-04-30。
黄海广教授关于吴恩达教授机器学习的课程的笔记
04-14
黄海广教授关于吴恩达教授机器学习的课程的笔记，2014年最新版
自编码器Auto-Encoder
didiaoyeshen的博客
12-19 1057
简介 自编码器可以理解成一个试图还原原始数据输入的系统。 它也是一种神经网络，他的输入和输出是一致的，它借助稀疏编码的思想，目标是使用稀疏的一些高阶特征重新组合来重构自己。 特征：期望输入/输出一致；期望使用高阶特征来重构自己，而不是简单的复制 主要论文：hinton-《reducing the dimensionality of data with neural networ
深度学习笔记
weixin_42174832的博客
05-18 337
（一）numpy.random.rand使用详解   Random values in a given shape.(指定类型的) Create an array of the given shape and populate it with random samples from a uniform distribution over [0, 1).(创建一个给定类型的数组，将其填充在一个...
深度学习笔记2——数据预处理
最新发布
qq_42913081的博客
07-27 609
对于inputs中的类别值或离散值，我们将“NaN”视为一个类别。由于“巷子类型”（“Alley”）列只接受两种类型的类别值“Pave”和“NaN”， pandas可以将此列转换为两列“Alley_Pave”和“Alley_nan”。巷子类型为“Pave”的行会将“Alley_Pave”的值设置为1，“Alley_nan”的值设置为0。后面的章节将介绍更多的数据预处理技术。其中每行描述了房间数量（“NumRooms”）、巷子类型（“Alley”）和房屋价格（“Price”）。注意，“NaN”项代表缺失值。
Android Training学习笔记——RecyclerView和CardView
03-04
这篇“Android Training学习笔记”主要围绕这两个组件展开，旨在帮助开发者提升他们的Android应用设计能力。 RecyclerView是Android SDK提供的一种列表视图控件，取代了早期的ListView。RecyclerView的优势在于它的...
【自用】动手学深度学习——跟李沐学AI要点
qq_73462547的博客
09-09 1796
自用，是学习实时笔记，未条条记录，没有进一步加工组织语言，按需查看。
深度学习学习笔记——C2W3-8——为什么批量规范化有效？
预见未来to50的专栏
01-07 709
所以t将是e的5次方，e的2次方，e的-1次方，e的3次方。e的5次方是1484，e的2次方大约是7.4，e的-1次方是0.4，e的3次方是20.1。所以这里的第一个节点应该输出，或者我们希望它输出概率是其它类，给定输入x，这将输出是猫的概率。给定x，这将输出机会。猫是类别1，狗是类别2，我猜你那是考拉，所以那是其它类，所以那是类别0，类别3，等等。所以这显示了Softmax交叉层可以在没有隐藏层的情况下所做的类型，而这些类型甚至可以用更深的神经网络进行，其X和一些隐藏单元，然后更多的隐藏单元，依此类推。
简单入门——深度学习笔记
weixin_30455661的博客
03-07 104
神经网络 神经网络的结构就像任何其他网络。 它是一系列互连的节点，称为神经元和边缘，并将它们连接在一起。 主要功能是接收一组输入执行逐步复杂的计算并使用输出来解决问题。 分类是其中的一个应用。分类是对一组对象进行分类，而只使用描述它们的一些基本数据特征。 分类器的例子 - 逻辑回归，支持机器向量（SVM）、朴素贝叶斯、神经网络。 分类器将数据作为输入开始，通过隐藏层进行处理，并在在输出...
DeepLearning.ai学习笔记汇总
aiwanghuan5017的博客
09-03 356
第一章 神经网络与深度学习(Neural Network & Deeplearning) DeepLearning.ai学习笔记（一）神经网络和深度学习--Week3浅层神经网络 DeepLearning.ai学习笔记（一）神经网络和深度学习--Week4深层神经网络 第二章 改善深层神经网络 DeepLearning.ai学习笔记（二）改善深层神经网络：超参数调试、正则化...
【机器学习-学习笔记】吴恩达老师机器学习课的笔记（黄海广博士）
天真不无邪，hello和world
08-08 2万+
吴恩达老师机器学习课的笔记github地址：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes，黄海广博士原创，黄海广博士也是这门课的最初翻译者。   《机器学习个人笔记完整版v5.3-A4打印版.pdf》 云盘链接：https://pan.baidu.com/s/1G1mDEKmPSr2feoPwbgOu8w 密码：9wi4   ...
Autoencorder理解(3):Traditional AE
Focusing on your own Mind :) －> 站在巨人的肩膀上
11-21 1407
Image 以下将分为4个部分介绍: ae基本概念 ae训练方式 ae特征如何做分类 ae变体 1)先来理解autoencoder的基本概念: 自动编码器其实可以理解为是一种尽可能复现输入信号的神经网络,也可以认为自动编码器是可以像pca那样找到可以表征信息的主要成分,只不过这个过程是通过学习得到的. Encoder的过程,按照理论上来说这个code其实就是包含了事物丰富的表征信息,而decoder则是负责解释和翻译这个表征.所以a/e可以分开训练. 2)再来看autoencoder的两种训练方式:
斯坦福机器学习教程学习笔记之1
marsjhao Blog
03-05 2348
一、引言 监督学习(Supervised Learning)：分类问题、回归问题等。 无监督学习(Unsupervised Learning）：聚类算法等。 二、单变量线性回归(LinearRegression with One Variable) 一种可能的表达方式为：，因为只含有一个特征/输入变量，因此这 样的问题叫作单变量线性回归问题 代价函数： 梯度下降 其中α是学
RCNN学习笔记(2):Rich feature hierarchies for accurate object detection and semantic segmentation
热门推荐
Focusing on your own Mind :) －> 站在巨人的肩膀上
04-22 3万+
基于R-CNN的物体检测 一、相关理论    本篇博文主要讲解2014年CVPR上的经典paper：《Rich feature hierarchies for Accurate Object Detection and Segmenta
RCNN学习笔记(5)：faster rcnn
Focusing on your own Mind :) －> 站在巨人的肩膀上
04-26 3万+
reference link： http://blog.youkuaiyun.com/shenxiaolu1984/article/details/51152614 http://blog.youkuaiyun.com/xyy19920105/article/details/50817725 思想 从RCNN到fast RCNN，再到本文的faster RCNN，目标检测的四个基本步骤（候选区域生成，特征
吴恩达深度学习课程笔记与解析
"吴恩达深度学习笔记，由黄海广主编，是针对吴恩达在deeplearning.ai平台上的深度学习课程所编写的详细学习笔记。笔记涵盖了深度学习的基础...这些笔记和字幕资源对于自主学习深度学习的学员来说是一份宝贵的参考资料。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值