概述 之前已经讲述了不少理论知识了,现在是时候开始实战了。让我们尝试从零开始打造一个神经网络并训练它,把整个过程串起来。 为了更直观、更容易理解,我们遵循以下原则: 不使用第...

概述 之前已经讲述了不少理论知识了,现在是时候开始实战了。让我们尝试从零开始打造一个神经网络并训练它,把整个过程串起来。 为了更直观、更容易理解,我们遵循以下原则: 不使用第...
概述 在深度学习领域,我们会经常看到某个模型刷榜的新闻。某个神经网络算法任务的重大突破,第一靠数据集,第二靠模型结构。 图像领域的突破,ImageNet数据集功不可没,这就是...
概述 神经网络之所以强大,在于它强大的模拟能力。理论上,它可以以无限小的误差模拟任意函数。 也就是说,我们可以利用神经网络构建任意函数,得到任意算法。 我们这里使用一些可视化...
概述 从上一节(什么是神经网络[https://www.jianshu.com/p/3885d9af9aac])中我们得知:神经网络是一个函数,它由神经元组成,而神经元也是一...
概述 简而言之,神经网络就是函数:输入数据,输出结果。 函数 我们以MNIST手写数字图像识别为例,来定义一下对应的函数形式: 任务类型:图像分类 输入:一张图像包含28 x...
概述 都说神经网络是一个万能的函数拟合器,如何理解这句话呢?让我们做一些实验,去获取更直观的理解。为了直观与方便理解,我们用神经网络去拟合一元函数,也就是 实验 1. 函数 ...
@__ad97 可以的。你要严格的数学证明,我是没有的,不过你可以自己去搜一下,应该是有的。从实践角度考虑,你只要拿一个测试集,为某个类别添加不同的分数,观察该类别准确率和召回率的变化就可以得到很好的验证。
如何动态调整准确率与召回率?概念 对于准确率与召回率的概念,虽然有很多文章介绍了,但是很多人还是不容易形成直觉的理解。这里不谈公式,结合一个通俗的例子,帮助大家理解。 例子:有100个人,1人患有癌症。...
概念 对于准确率与召回率的概念,虽然有很多文章介绍了,但是很多人还是不容易形成直觉的理解。这里不谈公式,结合一个通俗的例子,帮助大家理解。 例子:有100个人,1人患有癌症。...