Day14 8.1 加深学习网络 8.1.1 向更深的网络出发 构建一个进行MNIST手写数字识别的深度CNN: (Conv -> ReLU -> Conv -> ReLU ...
Day14 8.1 加深学习网络 8.1.1 向更深的网络出发 构建一个进行MNIST手写数字识别的深度CNN: (Conv -> ReLU -> Conv -> ReLU ...
Day13 CNN的实现&CNN可视化&具有代表性的CNN 7.5 CNN的实现 按照Convolution -> ReLU -> Pooling -> Affine -> ...
Day12 7.3 池化层 池化是缩小高、长方向上空间的运算 图像领域主要使用Max Pooling 池化层的特征 没有要学习的参数 通道数不发生变化 对微小位置变化具有鲁棒...
Day11 整体结构&卷积层 7.1 整体结构 Conv -> ReLU -> (Pooling)类比 Affine -> ReLU 7.2 卷积层 7.2.1 全连接层存在...
Day 9 6.1 参数的更新 6.2 权重初始值 6.2.1 权重初始化为0? 权值衰减是一种通过减小权重参数的值来抑制过拟合的方法。 不能将权重初始化为0,或者其他一样的...
计算图&链式法则&反向传播 1.计算图 数据结构中的图结构,用点表示数据节点,线表示节点之间的关系。工程项目管理中的双代号网络计划图,用节点表示工序,箭线表示先后次序,线上权...
Day 5 从数据中学习 “学习”这个词该怎样理解?用一个同样领域的词来替代,可以认为是“训练”。所谓学习或训练,即是让模型通过优化算法在数据中进行自动优化调参的过程,也就是...
Day4 1.三层神经网络(forward propagation) 2.输出层的设计 3.手写数字图像识别
Day 3 从感知机到复杂神经网络 简单理解,感知机可看作是激活函数为阶跃函数的“神经元”。而许多神经元进行串、并联可以构成复杂的神经网络,并随着层数的加深拥有近乎无限的表达...
1.感知机 感知机是最简单的神经网络单元,它以阶跃函数为激活,将输入信号二值化为0和1 2.简单逻辑电路 以最简单的感知机为基础,可以将多个神经元串联、并联,扩展其表达能力,...
Hello, Deep Learning!为了方便传到了github https://github.com/DallasAutumn/ReadNotes/tree/maste...
@FantasTowns 😳😳😳明白了明白了,谢谢大佬
Manjaro 美化与调优之前说过要写一篇Linux的优化文章,今天正好有空,赶紧开工。我曾经是Ubuntu的忠实粉丝,但是如今我已经叛逃到Manjaro了。 为什么是Manjaro?首先,Manja...
写在文前 最近重装了自己的win 10系统,对自己的系统进行了美化调优,目前基本用得还是很舒服的,所以这篇博客决定来做一些分享,分享一些使用Windows的心得(将来可能也会...
博主大大,请问怎么把软件添加到托盘呀。。。
Manjaro 美化与调优之前说过要写一篇Linux的优化文章,今天正好有空,赶紧开工。我曾经是Ubuntu的忠实粉丝,但是如今我已经叛逃到Manjaro了。 为什么是Manjaro?首先,Manja...
之前说过要写一篇Linux的优化文章,今天正好有空,赶紧开工。我曾经是Ubuntu的忠实粉丝,但是如今我已经叛逃到Manjaro了。 为什么是Manjaro?首先,Manja...
没有东西可以从黑洞逃逸,即便是光。 可以像黑洞那样扭曲时空的东西,只存在于光年之外吗? 在比宇宙还要复杂的互联网中,能够确认一个请求就能拿到你想要的东西吗? 网络...
使用Visual Studio Code搭建TypeScript开发环境 1、TypeScript是干什么的 ? TypeScript是由微软Anders Hejlsberg...
历时n个小时,终于!!安装成功! 本人原本的系统是win10,因为需要打代码和学习知识的原因,就在众多Linux系统中选择了这款又好看又强大的manjaro-deepin,下...