笔记神经网络深度学习
AI学习笔记——神经网络和深度学习
在之前的文章里面，我介绍了机器学习的很多经典算法，其中有一个叫做『神经网络』的算法目前最受追捧，因为击败李世石的阿尔法狗所用到的算法实际上就是基于神经网络的深度学习算法。由于其算法结构类似于人脑神经结构，所以人们对他给予了...
深度学习笔记4：深度神经网络的正则化
今天笔者要写的是关于机器学习和深度学习中的一项关键技术：正则化。相信在机器学习领域摸爬滚打多年的你一定知道正则化是防止模型过拟合的核心技术之一，关于欠拟合和过拟合的问题，本篇笔者就不再展开来说，笔者年初就在一篇文章中详细...
深度学习笔记之神经网络、激活函数、目标函数和深度的初步认识
深度学习的前身就是神经网络，这个80年代灵光乍现的技术，在那一波人工智能的大潮驱使下，带着人们对于未来AI时代的憧憬，迅速蔓延，一时风头无两，和今天深度学习的火热几乎如出一辙。某乎友的观点给出了这两种技术的鲜明对比，如同麻汁与...
深度学习笔记6：神经网络优化算法之从SGD到Adam
这些都使得我们能够更深入的理解神经网络的机制，而并不是初次接触深度学习就上手框架，虽然对外宣称神经网络是个黑箱机制，但是作为学习者我们极度有必要搞清楚算法在每个环节到底都干了些什么。今天笔者需要讲的是深度学习的一个大的主题...
深度学习笔记总结(1)神经网络和深度学习(Neural Networks and Deep Learning)
reluReLU是目前使用最多的激活函数，它几乎用于所有卷积神经网络或深度学习。值域是[0,无穷]leaky reluLeaky Relu。当x是负值时，这个函数的值不是等于 0，而是轻微的倾斜，如图。这个函数通常比 Relu 激活函数效果要好，尽管在实际中 ...
吴恩达《神经网络与深度学习》精炼笔记（5）-深层神经网络
尽管深度学习有着非常显著的优势，Andrew还是建议对实际问题进行建模时，尽量先选择层数少的神经网络模型，这也符合奥卡姆剃刀定律（Occam’s Razor）。对于比较复杂的问题，再使用较深的神经网络模型。5Building blocks of deep neural ...
系列笔记|深度学习连载（1）：神经网络
神经网络自2012年CNN的imagenet 上的突破，以神经网络网络为基础的深度学习开始风靡学界和工业界。我们来看一张图片，关于google 内部深度学习项目的数量。而且应用领域极广，从Android 到 药品发现，到youtube。我们从一起回顾下神经网络...
吴恩达《神经网络与深度学习》精炼笔记（4）-浅层神经网络
本节课我们将从浅层神经网络入手，开始真正的神经网络模型的学习。1Neural Networks Overview首先，我们从整体结构上来大致看一下神经网络模型。前面的课程中，我们已经使用计算图的方式介绍了逻辑回归梯度下降算法的正向传播和反向传播两...
深度学习笔记12：卷积神经网络的Tensorflow实现
在 DNN 的学习中，我们也是在手动搭建之后利用 Tensorflow 去重新实现一遍，一来为了能够对神经网络的传播机制能够理解更加透彻，二来也是为了更加高效使用开源框架快速搭建起深度学习项目。本节就继续和大家一起学习如何利用 Tensorflow ...
DeepLearning.ai学习笔记（一）神经网络和深度学习-Week3浅层神经网络
\)\(Relu'(z)=0 \ when \ z)9、神经网络的梯度下降法 10、直观理解反向传播 9、10节的内容都是介绍的神经网络的计算过程，更加详细的可以参看Andrew Ng机器学习课程笔记-week5(上)(神经网络损失函数&反向传播算法）11、随机初始化 在神经...
