發(fā)簡(jiǎn)信
IP屬地：遼寧
-
LSTM - 長(zhǎng)短期記憶網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN) 人們不是每一秒都從頭開始思考，就像你閱讀本文時(shí)，不會(huì)從頭去重新學(xué)習(xí)一個(gè)文字，人類的思維是有持續(xù)性的。傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)沒有記憶，不能解決這一個(gè)問題，循...
-
三種梯度下降算法的區(qū)別(BGD, SGD, MBGD)前言 我們?cè)谟?xùn)練網(wǎng)絡(luò)的時(shí)候經(jīng)常會(huì)設(shè)置 batch_size，這個(gè) batch_size 究竟是做什么用的，一萬張圖的數(shù)據(jù)集，應(yīng)該設(shè)置為多大呢，設(shè)置為 1、10、100 或者是...
-
數(shù)據(jù)降維：主成分分析法
前言 什么叫做主成分分析法，我們先看一張圖橢圓的圖，如果讓你找一條線，使得橢圓上所有點(diǎn)在該線上映射的點(diǎn)最分散，保留下來的信息最多，你會(huì)怎么選擇這條線？若是下圖，會(huì)選擇水平線，...
-
Sigmoid 函數(shù)
前言 Sigmoid 函數(shù)（Logistic 函數(shù)）是神經(jīng)網(wǎng)絡(luò)中非常常用的激活函數(shù)，我們今天來深入了解一下 Sigmoid 函數(shù)。 函數(shù)形式 函數(shù)圖像 代碼實(shí)現(xiàn) 代碼運(yùn)行：C...
-
深度學(xué)習(xí)中的正則化(一)
本文首發(fā)自公眾號(hào)：RAIS，點(diǎn)擊直接關(guān)注。 前言 本系列文章為《Deep Learning》讀書筆記，可以參看原書一起閱讀，效果更佳。本文我們聊一聊深度學(xué)習(xí)中的正則化。 深度...
-
深度前饋網(wǎng)絡(luò)
本文首發(fā)自公眾號(hào)：RAIS，點(diǎn)擊直接關(guān)注。 前言 本系列文章為《Deep Learning》讀書筆記，可以參看原書一起閱讀，效果更佳。從本文開始將繼續(xù)學(xué)習(xí)本書的第二部分，將從...
-
考研經(jīng)歷吐血總結(jié)
前言 考研總算是結(jié)束了，現(xiàn)在真的腦殼疼，真的是那種生理上的腦殼痛，睡一覺應(yīng)該就好了的那種。 上一篇 寫考研的事情差不多是初試結(jié)束后的時(shí)間，當(dāng)時(shí)覺得考得不好，但是沒有出成績(jī)，簡(jiǎn)...
-
構(gòu)建機(jī)器學(xué)習(xí)算法
本文首發(fā)自公眾號(hào)：RAIS，點(diǎn)擊直接關(guān)注。 前言 本系列文章為《Deep Learning》讀書筆記，可以參看原書一起閱讀，效果更佳。我們前面也介紹了一些構(gòu)建機(jī)器學(xué)習(xí)或深度學(xué)...
-
隨機(jī)梯度下降
本文首發(fā)自公眾號(hào)：RAIS，點(diǎn)擊直接關(guān)注。 前言 本系列文章為 《Deep Learning》 讀書筆記，可以參看原書一起閱讀，效果更佳。 梯度下降算法 在機(jī)器學(xué)習(xí)或深度學(xué)習(xí)...
-
無監(jiān)督學(xué)習(xí)算法
本文首發(fā)自公眾號(hào)：RAIS，點(diǎn)擊直接關(guān)注。 前言 本系列文章為 《Deep Learning》 讀書筆記，可以參看原書一起閱讀，效果更佳。 無監(jiān)督學(xué)習(xí)算法 就是無監(jiān)督的一種學(xué)...
-
監(jiān)督學(xué)習(xí)算法
本文首發(fā)自公眾號(hào)：RAIS，點(diǎn)擊直接關(guān)注。 前言 本系列文章為 《Deep Learning》 讀書筆記，可以參看原書一起閱讀，效果更佳。由于各平臺(tái) Markdown 解析差...
-
最大似然估計(jì)與最大后驗(yàn)估計(jì)
前言 本系列文章為 《Deep Learning》 讀書筆記，可以參看原書一起閱讀，效果更佳。 MLE VS MAP 最大似然函數(shù)（MLE）和最大后驗(yàn)概率估計(jì)（MAP）是兩種...
-
估計(jì)、偏差和方差
本文首發(fā)自公眾號(hào)：RAIS 前言 本系列文章為 《Deep Learning》 讀書筆記，可以參看原書一起閱讀，效果更佳。 估計(jì) 統(tǒng)計(jì)的目的是為了推斷，大量的統(tǒng)計(jì)是為了更好的...
-
超參數(shù)、驗(yàn)證集和K-折交叉驗(yàn)證
本文首發(fā)自公眾號(hào)：RAIS ?前言 本系列文章為 《Deep Learning》 讀書筆記，可以參看原書一起閱讀，效果更佳。 超參數(shù) 參數(shù)：網(wǎng)絡(luò)模型在訓(xùn)練過程中不斷學(xué)習(xí)自動(dòng)調(diào)...
-
-
機(jī)器學(xué)習(xí)算法
本文首發(fā)自公眾號(hào)：RAIS 前言 本系列文章為 《Deep Learning》 讀書筆記，可以參看原書一起閱讀，效果更佳。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的子集，因此想更深入的了解深度學(xué)習(xí)...
-
深度學(xué)習(xí)中的數(shù)值計(jì)算
本文首發(fā)自公眾號(hào)：RAIS 前言 本系列文章為《Deep Learning》讀書筆記，可以參看原書一起閱讀，效果更佳。 ?數(shù)值計(jì)算 機(jī)器學(xué)習(xí)算法需要大量的數(shù)字計(jì)算，并且這些計(jì)...
-
深度學(xué)習(xí)中的信息論
本文首發(fā)自公眾號(hào)：RAIS，期待你的關(guān)注。 前言 本系列文章為 《Deep Learning》 讀書筆記，可以參看原書一起閱讀，效果更佳。 ?信息論 信息論是數(shù)學(xué)上一個(gè)分支，...
