- 博客(3)
- 收藏
- 关注
RSS订阅原创 深度学习基础知识（反向传播）
一、反向传播 Sigmoid写一半发现BackPropagation忘地差不多了，罪过罪过 1.关于梯度 导数告诉了我们整个函数表达式对于某一个变量的敏感度 梯度就是偏导组成的一个向量 2.如何反向计算 pytorch梯度计算 ...
2021-08-13 11:22:06
270
原创 Deep Learning一些基础知识（激活函数、softmax、熵）
一、反向传播 Sigmoid写一半发现BackPropagation忘地差不多了，罪过罪过 1.关于梯度 导数告诉了我们整个函数表达式对于某一个变量的敏感度 梯度就是偏导组成的一个向量 2.如何反向计算 二、激活函数 如果没有激活函数，仅仅是线性函数的组合解决的问题太有限了，碰到非线性问题就束手无策了 1. sigmoid 1.公式： g(z)=11+e−z∈(0,1)g(z)=\frac{1}{1+e^{−z}} \in {(0,1)}g(z)=1+e−z1∈(0,1) 2.导函数： g′(z)=e
2021-08-11 21:35:04
281
原创 Visual Paradigm for UML 10.0只有模型没有图表分类
Visual Paradigm for UML 10.0只有模型没找到图表分类 检视->窗格->图表总管 层次分明图表逻辑视图就出来啦
2020-12-14 08:46:34
367
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