-
每一个节点(神经元)的处理包括:
(1)将输入x进行线性组合;
(2)将线性组合的结果通过激活函数g(z)转化为非线性的结果,以处理非线性问题
查看全部 -
网络结构
激励函数
损失函数
梯度下降
查看全部 -
图像和语音中的点大部分为非零值,而文本可能是零值居多,所以文本还有一些预处理要做
查看全部 -
图像是稀疏型矩阵、语音和文本是密集型矩阵
查看全部 -
分类识别 图片就是一个像素的矩阵
查看全部 -
训练的过程,正向传播与反向传播
查看全部 -
反向传播过程
查看全部 -
大型神经网络结构概念式
查看全部 -
向量化之后的最后表达式
查看全部 -
网格向量化具体过程
查看全部 -
W、B要把X转变为a这中维度
查看全部 -
网络向量化
查看全部 -
w、b两个参数的计算
查看全部 -
梯度下降
损失函数函数面
求导后找到函数的变化方向
如果损失函数趋近一个全局最小值,那预测的Y值与对应的真实Y值差异最小
通过损失函数取到最小值的过程调整w、d
查看全部 -
全部训练的损失
查看全部
举报
0/150
提交
取消