数据爆发,给我们的生活工作带来了什么,同时影响了我们什么。

阅读全文

Tensorflow 的基本语法,并举了一些实际的例子进行了说明,终于告别了使用 numpy 手动搭建的日子。所以我们将继续往下走,看看如何利用 Tensorflow 搭建神经网络模型。

阅读全文

从前面的学习笔记中,笔者和大家一起使用了 numpy 一步一步从感知机开始到两层网络以及最后实现了深度神经网络的算法搭建。而后我们又讨论了改善深度神经网络的基本方法,包括神经网络的正则化、参数优化和调参等问题。这一切工作我们都是基于numpy 完成的,没有调用任何深度学习框架。在学习深度学习的时候,一开始不让大家直接上手框架可谓良苦用心,旨在让大家能够跟笔者一样,一步一步通过 numpy 搭建神经网络的过程就是要让你能够更加深入的理解神经网络的架构、基本原理和工作机制,而不是黑箱以视之。

阅读全文

从前面的学习中,带大家一起学会了如何手动搭建神经网络,以及神经网络的正则化等实用层面的内容。这些都使得我们能够更深入的理解神经网络的机制,而并不是初次接触深度学习就上手框架,虽然对外宣称神经网络是个黑箱机制,但是作为学习者我们极度有必要搞清楚算法在每个环节到底都干了些什么。

阅读全文
【连载】深度学习笔记5
发表于2个月前

正则化与dropout 在笔记 4 中,笔者详细阐述了机器学习中利用正则化防止过拟合的基本方法,对 L1 和 L2 范数进行了通俗的解释。为了防止深度神经网络出现过拟合,除了给损失函数加上 L2 正则化项之外,还有一个很著名的方法——dropout.

阅读全文

前面我们讲到搭建神经网络,这一节我们来讲一下神经网络的正则式

阅读全文

前面几张我们讲到了单隐层神经网络,今天我们见一下手动搭建一个DNN的深度神经网络

阅读全文

第一节我们讲到简单的搭建,这一件我们来实践一下上一节的知识,达到学以致用。

阅读全文

深度学习,相信很多的人工智能从事者在一开始都是懵的,会做但是不知道怎么表明,再次,写一些深度学习的资料,也算是个小教程吧,喜欢的朋友可以点赞一些,写东西不容易,点个赞也是给我的支持

阅读全文

人通过不断学习强大,人工“智能”是如何学习,本文通俗讲解那些让你明白着懵逼的词

阅读全文
powerd by studyai.com 2017