發(fā)簡(jiǎn)信
IP屬地：陜西
-
Day 7: CNN1. 引子————邊界檢測(cè) 可以通過(guò)設(shè)計(jì)特定的filter，讓它去跟圖片做卷積，就可以識(shí)別出圖片中的某些特征，比如邊界。 CNN（convolu...
-
Day 6: 參數(shù)調(diào)節(jié)我們平時(shí)一直都在說(shuō)“調(diào)參、調(diào)參”，但實(shí)際上，不是調(diào)“參數(shù)”，而是調(diào)“超參數(shù)” 1.參數(shù)（Parameter） 參數(shù)是我們訓(xùn)練神經(jīng)網(wǎng)絡(luò)最終要學(xué)習(xí)的...
-
Day 5: 激活函數(shù)激活函數(shù) 神經(jīng)網(wǎng)絡(luò)的每一層基本都是在一個(gè)線(xiàn)性運(yùn)算后面來(lái)一個(gè)非線(xiàn)性激活函數(shù)（Activation function），再把值傳給下一層的 為啥要有...
-
Day 4: 優(yōu)化算法
1.Gradient Decent 把所有的訓(xùn)練樣本丟進(jìn)去訓(xùn)練一次之后，把W和b更新一次，然后重復(fù)這個(gè)過(guò)程，具體重復(fù)多少次就看我們的“迭代次數(shù)”...
-
Day 3: 參數(shù)初始化神經(jīng)網(wǎng)絡(luò)參數(shù)初始化 神經(jīng)網(wǎng)絡(luò)的參數(shù)主要是權(quán)重（weights）：W， 和偏置項(xiàng)（bias）：b 1) 0初始化 不管是哪個(gè)神經(jīng)元，它的前向傳播和...
-
Day 2: 正則化1、Bias（偏差） & Variance（方差） bias就是衡量訓(xùn)練集和我們的最小誤差的差距 variance是指你的驗(yàn)證集和你訓(xùn)練集的效果...
-
Day 1：logistics regression1.logistics regression model y' = σ(WTx+b) 激活函數(shù)：sigmoid函數(shù) 損失函數(shù)：L(y',y) =...
個(gè)人介紹
一個(gè)深度學(xué)習(xí)的小白，努力學(xué)習(xí)！學(xué)習(xí)！學(xué)習(xí)！