目录1.从数据中学习 训练数据与测试数据2.损失函数（1）损失函数的定义（2）为何要设定损失函数3.数值微分——利用微小的差分求导数的过程（用数值方法近似求解函数的导数的过程）（1）导数——表示某个瞬间的变化量（2）偏导数——有多个变量的函数的导数4.梯度——由全部变量的偏导数汇总而成的向量1.从数据中学习 训练数据与测试数据  
转载
2023-09-09 07:57:59
111阅读
吴恩达机器学习笔记（6）——神经网络机器学习个人笔记，学习中水平有限，内容如有缺漏欢迎指正。序言事先上网搜了下，发现已经有不少用tensorflow甚至只用numpy实现神经网络的文章了，而且写的都很好，十分易懂。本着拿来主义的精神，这次就按照结合视频外加分析大佬的代码来写了。神经网络是什么神经网络是一组计算单元组成的网络，其中每个计算单元（模拟了生物界的神经）从输入通道获取一些信息，进行一些计算
转载
2023-12-15 22:13:11
57阅读
目录1.神经网络2.深度学习与机器学习（一）监督学习（二）无监督学习（三）结构函数就与非结构化数据3.sigmoid函数和relu函数（一）激活函数的定义（二）sigmoid函数（三）ReLU函数 本周开始对深度学习进行自学，主要是对吴恩达老师的课程进行学习，整理出相关笔记并进行研究的一个模式，下面总结一下这一周的学习内容。 深度学习是高度数据依赖型的算法，它的性能通常随着数据量的增加而不断增
转载
2024-01-10 13:30:51
62阅读
一. 前言：作为AI入门小白，参考了一些文章，想记点笔记加深印象，发出来是给有需求的童鞋学习共勉，大神轻拍！【毒鸡汤】：算法这东西，读完之后的状态多半是 --> “我是谁，我在哪？” 没事的，吭哧吭哧学总能学会，毕竟还有千千万万个算法等着你。 本文货很干，堪比沙哈拉大沙漠，自己挑的文章，含着泪也要读完！二. 科普：生物上的神经元就是接收四面八方的刺激（输入），然后做出反应（输出），给它
转载
2024-03-15 23:30:04
86阅读
LSTM和GRU的基本结构循环神经网络 RNN 是一种很重要的网络结构模型，通过每个时刻利用当前的输入以及之前的输出，在同一个单元产生当前时刻的输出，从而可以用来处理具有一定时序的问题，比如语音信号处理，机器翻译，股票走势等等。RNN的基本单元如下：
左边表示RNN的R，即循环调用自身，而右边是RNN的展开形式，unrolled form，可以看成一个复制了很多个同样copy的链状结构的时序
转载
2024-01-28 01:14:19
8阅读
原创
2021-08-18 11:45:34
198阅读
# 神经网络学习
## 引言
神经网络是一种模拟人脑神经系统运作方式的复杂数学模型。它在计算机视觉、自然语言处理、语音识别等领域取得了重大突破。神经网络的学习过程是通过训练数据来调整网络参数，使其能够进行有效的预测和分类。本文将介绍神经网络学习的基本原理，并提供代码示例。
## 神经网络的结构
神经网络由多层神经元组成，每层神经元与下一层的神经元相连接。输入层接收外部输入的数据，中间层（也
原创
2023-12-16 07:26:10
50阅读
先来说一下这几者之间的关系：人工智能包含机器学习，机器学习包含深度学习（是其中比较重要的分支）。深度学习源自于人工神经网络的研究，但是并不完全等于传统神经网络。所以深度学习可以说是在传统神经网络基础上的升级。
原创
2022-05-27 22:30:28
3038阅读
目录三、神经网络3.1 从感知机到神经网络3.1.1神经网络例子：3.1.2函数转换：3.2激活函数3.2.1激活函数类型：3.2.3 阶级函数的图形3.2.2阶跃函数和sigmoid函数对比：3.2.3ReLU函数：3.3多维数组的运算：3.3.1神经网络的内积：3.4.三层神经网络的实现3.
原创
2022-03-14 18:13:13
469阅读
机器学习简介（1）——神经网络前言一、神经网络1.神经网络（Neural Network）1.1 什么是神经网络？1.2 神经网络是如何被训练的？1.3 如何学习的？1.4 如何训练，对信息的加工？2.卷积神经网络CNN（Convolution Neural Network）2.1 什么是卷积神经网络？2.2 图片如何卷积？2.3 池化？2.4 流行的CNN结构2.5 CNN的应用3.循环神经网
转载
2023-12-07 22:59:11
84阅读
风格迁移 Neural Transfer风格迁移，即获取两个图片（一张内容图片content-image、一张风格图片style-image），从而生成一张新的拥有style-image图像风格的内容图像。如上图，最右边的乌龟图像拥有了中间海浪图像的风格。数学基础基本思路最基本的思想是很简单的，首先我们定义一个两个距离，一个为内容距离(DC) 另一个为风格距离(DS). DC 测量两个图片之间内容
转载
2023-09-29 19:30:46
141阅读
深度学习之经典神经网络框架（一）：AlexNet论文：ImageNet Classification with Deep Convolutional Neural Networks 深层卷积神经网络，获得12年ImageNet LSVRC的冠军，本文设计的模型特点有：加入ReLU及两个高效的GPU使训练更快；使用Dropout、Data augmentation、重复池化，防止过拟合；LRN归一化
转载
2023-12-04 21:43:40
0阅读
再论RBF神经网络 前言：在此之前也看了不少的博文，但是总是觉得相同的概念不同的博文表达总是不同，同样的RBF神经网路，不同的博文会总结出不同的网络结构，再此还是自己总结一下比较好。本文参考：《Matlab神经网络原理与实例精解》一、RBF神经网络的特点 1、结构简单、收敛速度快、能够逼近任意非线性函
转载
2023-06-25 09:47:21
666阅读
原文链接：点击打开链接摘要： 为了简化卷积神经网络这个概念，我将试着针对在开发深度学习模型过程中所做的运算进行解释。要查阅这方面更多的内容，我建议在线搜索，因为网上的信息很多很多（像这样视频）。本文的这个解释来源于fast.ai仓库。 这个简单的神经网络图片基本上代表了本案例中发生的事情。 简单的神经网络 输入层 这个数字7的图像数据来自MNIST数据集，我们假设你正在使用预训练模型进行分类
转载
2023-10-30 23:42:58
67阅读
• 构建一个神经网络• 激活函数• Encog持久化• 在代码里使用Encog Analyst这章将展示用Encog怎样构造前馈与简单递归神经网络,以及在最后部分怎样保存这些神经网络。创建神经网络类型使用BasicNetwork和BasicLayer这两个类，除了这两个类，还使用了激活函数，激活函数的作用也将讨论。考虑到神经网络需要花费大量时间去训练，因此保
转载
2023-09-26 16:55:09
137阅读
5.1 神经元模型神经网络目前使用的最广泛的定义为“神经网络是由具有适应性的简单单元组成的广泛并行互联的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。神经网络中最基本的成分是神经元模型，即上述定义的简单单元。 在生物神经网络中，每个神经元与其他神经元相连，当它兴奋时，就会向相连的神经元发送化学物质，从而改变这些神经元内的电位；如果某神经元的电位超过了阈值，那么它就会被激活，即兴
转载
2023-12-26 14:31:05
229阅读
须知：本文作者建议各位读者结合Coursera上Andrew NG（吴恩达）教授的DeeLearning.ai课程一同学习，理解效果更佳。本文为《Convolutional Neural Networks》第四周 特殊应用：人脸识别和神经风格迁移的学习笔记。 文章目录什么是神经风格迁移（What is neural style transfer?）深度卷积网络学习什么？（What are deep
转载
2023-11-20 06:00:46
143阅读
系列博客是博主学习神经网络中相关的笔记和一些个人理解，仅为作者记录笔记之用，不免有很多细节不对之处。三个基本概念卷积神经网络（Convolutional Neural Network）采用三种基本概念：局部感受野（local receptive fields）,共享权值（shared weights）和池化（pooling，也有称为混合，或者subsample，下采样）。让我们逐个看下。局部感受野
转载
2023-11-10 12:23:03
10阅读
前言：上一章讲了神经网络前向传播内容，这一章讲如何根据数据训练出相关权重参数的过程。我们在实战中直接得出了参数权重，接下爱我们要学习4.1从数据中学习介绍神经网络的学习，即利用数据决定参数值的方法。我们将针对上一个实验的训练集进
原创
2021-11-12 10:28:33
373阅读
目录前言：4.1从数据中学习4.1.1数据驱动4.1.2训练数据和测试数据4.2损失函数4.2.1均方误差4.2.2交叉熵误差4.2.3mini-batch学习4.2.5为什么要设定损失函数4.3数值微分4.3.1导数4.3.2一个微分的例子4.3.3偏导数4.4梯度4.4.1梯度法4.4.2神经网络的梯度4.5 学习算法的实现4.5.1 2层神经网络的类4.5.2 mini-batch的实现4.
原创
2022-02-06 16:07:19
875阅读
