1 激活函数限制 激活函数是在预测时应用于一层神经元的函数。激活函数有以下的限制：约束1：函数必须连续且定义域是无穷的 约束2：好的激活函数是单调的，不会改变方向 神经网络进...
发简信
IP属地：北京
-
深度学习（七）：激活函数 -
-
深度学习（五）：描绘神经网络1、所有关于神经元、梯度、层的堆叠等概念最后都汇集到一个重点：神经网络能够发现并创建相关性 2、关联抽象：神经网络试图寻找在输入层和输出层之间的直接和间接关联，这种关联性由输...
-
深度学习（六）：正则化与批处理
1 神经网络中的过拟合问题 MNIST（Modified National Institute of Standards and Technology）是一个经典的手写数字分...
-
深度学习（四）：反向传播1 梯度下降分类 1、本章描述的交通信号灯问题是一个多个输入一个输出的神经网络 2、随机梯度下降：它分别为每个训练样例执行预测和权重更新。它先拿到第一条信号灯的数据，尝试基于...
-
深度学习（三）：通用梯度下降（一次学习多个权重）1 多输入梯度下降学习 1、梯度下降也适用于多输入。因为例子中，三个权重共享一个输出节点，它们也共享一个 delta。但是由于 input 不同，不同的权重对应不同的 wei...
-
深度学习（二）：梯度下降1、“比较”这一步会让你知道自己的模型错了多少。误差总是正的。均方误差是评估神经网络准确性的常用方法2、在“预测”步骤结束时，“学习”这一步会为每项权重计算一个数字。这个数字...
-
深度学习（一）：基本概念及向前传播1 基本概念 2 一些简单的神经网络和向前传播 1、神经网络的交互界面很简单。它接受输入变量，并以此作为信息来源；拥有权重变量，以此作为知识；然后，融合信息和知识，输出预测结...
-
利用高通量SPR技术进行抗体设计表面等离子共振（Surface Plasmon Resonance, SPR）是一种基于光学、非标记的检测技术，可用于实时检测两个或更多分子间的结合作用。其原理主要是通过测量...
