阿旭算法与机器学习的博客_深度学习入门

一文看懂卷积运算（convolution）与互相关运算（cross-correlation）的区别

深度学习

人工智能

卷积运算

互相关运算

卷积

原创 2024-06-16 17:58:35 1079 阅读 1收藏

深度学习入门（7）误差反向传播计算方式及简单计算层的实现

python

深度学习

计算图

误差的反向传播

反向传播

原创 2022-11-29 16:26:01 285 阅读

深度学习入门（8）激活函数ReLU和 Sigmoid的计算图表示方式及其误差反向传播的代码实现

深度学习入门（8）激活函数ReLU和 Sigmoid的计算图表示方式及代码实现

python

深度学习

Relu层实现

Sigmoid层实现

激活函数

原创 2022-11-29 16:25:55 562 阅读

深度学习入门（9）神经网络Affine与Softmax层的计算图表示方式及其误差反向传播的代码实现

深度学习

人工智能

softmax层实现

python

Affine层实现

原创 2022-11-29 16:25:49 331 阅读

深度学习入门(1)感知机

感知机感知机基础知识感知机是神经网络（深度学习）的起源算法。感知机可以接收多个输

深度学习

感知机

权重

异或门

原创 2022-11-29 16:25:45 127 阅读

深度学习入门（2）神经网络

感知机：设定权重的工作由人工来进行确定。神经网络：可以自动的从数据中学习到合适的权重

激活函数

数据

神经网络

原创 2022-11-29 16:25:43 199 阅读

深度学习入门（5）如何对神经网络模型训练结果进行评价

如何对神经网络模型训练结果进行评价上一篇文章《深度学习入门（4）【深度学习实战】无框架实现

神经网络

python

人工智能

深度学习

数据

原创 2022-11-29 16:25:39 276 阅读

深度学习入门（3）神经网络参数梯度的计算方式

文章目录前言一、数值微分1.导数2.偏导数3.梯度二、梯度法1.学习率2.神经网络的梯度计

神经网络

机器学习

python

最小值

损失函数

原创 2022-11-29 16:25:27 1111 阅读

深度学习入门（6）误差反向传播基础---计算图与链式法则

深度学习

人工智能

链式法则

计算图

误差反向传播

原创 2022-11-29 16:25:01 173 阅读

深度学习入门（4）【深度学习实战】无框架实现两层神经网络的搭建与训练过程

上一篇文章《深度学习入门（3）神经网络参数梯度的计算方式》主要介绍神经网络中的参数

神经网络

python

人工智能

机器学习

数据

原创 2022-11-29 16:24:40 169 阅读

神经网络的核心驱动力--损失函数介绍

我们知道神经网络是由很多神经元组成的多层网络结构，我们的最终

python

人工智能

神经网络

机器学习

深度学习

原创 2022-11-29 16:13:27 336 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

阿_旭的博客

一文看懂卷积运算（convolution）与互相关运算（cross-correlation）的区别

深度学习入门（7）误差反向传播计算方式及简单计算层的实现

深度学习入门（8）激活函数ReLU和 Sigmoid的计算图表示方式及其误差反向传播的代码实现

深度学习入门（9）神经网络Affine与Softmax层的计算图表示方式及其误差反向传播的代码实现

深度学习入门(1)感知机

深度学习入门（2）神经网络

深度学习入门（5）如何对神经网络模型训练结果进行评价

深度学习入门（3）神经网络参数梯度的计算方式

深度学习入门（6）误差反向传播基础---计算图与链式法则

深度学习入门（4）【深度学习实战】无框架实现两层神经网络的搭建与训练过程

神经网络的核心驱动力--损失函数介绍

欢迎