神经网络和深度学习

学习笔记 — 神经网络和深度学习（ng）_第三周

更好的阅读体验，请点击这里内容概要：四种常用的激活函数、导数，以及为什么需要非线性激活函数神经元模型参数随机初始化，为什么不能将所有参数初始化为0单隐层神经网络简介分步骤实现单隐层神经网络（forwardpropagation&backpropagation）TensorFlow中实现单隐层神经网络0-符号说明1-激活函数激活函数是神经网络中非常关键的一个组成部分，常用的激活函数都是非线性的，如s
binzeng·2020-01-05 23:19

070703：从前有只经常加班的程序猿，后来他死了.....

「人傻就要多读书」《神经网络与深度学习》神经网络和深度学习是一本免费的在线书。
知加·2020-01-03 03:41

《Scikit-Learn与TensorFlow机器学习实用指南》 第07章 集成学习和随机森林

第01章机器学习概览第02章一个完整的机器学习项目（上）第02章一个完整的机器学习项目（下）第03章分类第04章训练模型第05章支持向量机第06章决策树第07章集成学习和随机森林第08章降维（第二部分神经网络和深度学习
SeanCheney·2019-12-29 22:24

1、深度学习入门-感知机

感知机（perceptron）：感知机是神经网络（深度学习）的起源算法，学习感知机的构造是通向神经网络和深度学习的一种重要思想。
陈宝佳·2019-12-27 03:37

构建神经网络来识别手写数字

曾梓龙材料班2014301020006前言最近的研究课题是神经网络，偶然在知乎上看到了一篇关于入门深度学习的文章,介绍了一下从数学知识到机器学习，再到神经网络和深度学习的资源，因此开始通过看AndrewNg
RicardoZiTseng·2019-12-26 20:44

深度 | 神经网络和深度学习简史（第二部分）：BP算法之后的又一突破——信念网络

来自AndreyKurenkovA'Brief'HistoryofNeuralNetsandDeepLearning,Part2深度|神经网络和深度学习简史（第二部分）：BP算法之后的又一突破——信念网络导读
jiandanjinxin·2019-12-26 13:43

吴恩达的《深度学习》课程-视频思考

前八课是对神经网络和深度学习的专家和大神访谈，以下是前八个视频的内容总结：一、学习一项新技术前，应该先去思考以下问题。1.这项技术是什么？人工智
LeeMin_Z·2019-12-23 23:10

PART 1 神经网络和深度学习

本笔记更像是一个大纲整理，着重建立知识框架，对于细节知识尤其是已熟知的点做简略或忽略处理第一章简介[2019-10-04]1.1什么是神经网络1.1.1神经元一个节点，该节点接收一些输入的数值，并进行计算（通常是加权求和+非线性变换），并把计算结果传递出来。1.1.2神经网络一些神经元连接在一起，便构成神经网络。根据连接方式的不同（或者说数据流动方式的不同），可基本分为三大类：普通前馈神经网络（N
张向松F·2019-12-22 07:58

学习笔记 — 神经网络和深度学习（ng）_第四周

更好的阅读体验，请点击这里内容概要：ParametersvsHyperparameters为什么用深度神经网络（whydeeppresentation）逐步实现深度神经网络确定各层参数矩阵维度&随机初始化使用tensorflow实现深度神经网络0-符号约定1-参数（Parameters）&超参（HyperParameters）参数是模型内部的配置变量，可以通过训练数据估计参数的值；超参是模型外部的
binzeng·2019-12-01 03:59

070704：从前有只经常加班的程序猿，后来他死了.....

「人傻就要多读书」《神经网络与深度学习》神经网络和深度学习是一本免费的在线书。
知加·2019-11-29 19:42

神经网络和深度学习 第一章

神经网络究竟是什么最简单的一个神经网络ReLUrectifiedlinearunit修正线性单元稍微复杂一些的神经网络隐藏的中间层监督学习supervisedlearning监督学习的应用标准神经网络标准神经网络CNN卷积神经网络---图片卷积神经网络RNN循环神经网络---语音（因为包含时间，线性）翻译循环神经网络自动驾驶更加复杂，需要用到混合的神经网络结构化的数据结构化的数据非结构化的数据非结
大飞哥·2019-11-29 17:57

神经网络和深度学习-第四周-吴恩达 Deep Learning Specialization 学习笔记

深度神经网络的符号表示随着网络的层次的增加，用精炼且统一的符号来确定的表示网络的不同的层以及各个层之间独立单元的情况就变得十分重要，正如在矩阵中我们用aij表示第i行第j列元素一样。在实际的神经网络构建中，很难一开始就清楚的需要多少层、每个层级之间的单元数量以及选择哪一种激活函数，这些都要经过多次的训练和调整来确定，也被称为“调参”。以下面这个神经网络为例，相关约定如下：3hiddenlayers
拓季·2019-11-07 12:52

神经网络和深度学习-第二周-吴恩达 Deep Learning Specialization 学习笔记

二元分类（BinaryClassification）二元分类是经典的分类问题，在程序实现中希望算法可以决定某件事物的结果是或者不是某两种状态中的一种。为了计算的方便通常将是用1来表示，而不是用0来表示，例如：明天天气是晴还是阴某张图片里包含还是不包含猫摄像头所捕获的脸是还是不是某个要追踪的对象LogisticRegressionLogistic回归是经典的二元分类方法，它的实现过程可以比较全面的展
拓季·2019-11-03 09:31

吴恩达深度学习-神经网络基础（神经网络和深度学习）

2.1二分类这里的二分类就是给定输入向量X，经过模型对应输出1或者0。这里二分类模型用的是logistic模型。2.2logistic回归在逻辑回归中，我们的输出用sigmoid函数来表示，要么0要么1。参见李航-第6章逻辑斯蒂回归与最大熵模型2.3logistic回归损失函数通过损失函数最小化，来找对应的w和b，即确定模型。逻辑回归损失函数.png损失函数又叫做误差函数，用来衡量算法的运行情况。
瘦长的丰一禾·2019-11-03 03:37

初识神经网络

神经网络和深度学习神经网络：一种可以通过观测数据使计算机学习的仿生语言范例深度学习：一组强大的神经网络学习技术神经网络和深度学习目前提供了针对图像识别，语音识别和自然语言处理领域诸多问题的最佳解决方案。
泡泡360·2019-11-03 01:03

【转】深度学习

这本书回顾了使用神经网络和深度学习算法实现人工智能的科技发展史。我先给你用最简单的语言讲一遍这个故事。最早的时候，人们设想人工智能是一套基于规则的专家系统。
樂鈫·2019-11-02 13:15

Course 1 - 神经网络和深度学习 - 第二周测验

5.看一下下面的这两个随机数组“a”和“b”：a=np.random.randn(4,3)#a.shape=(4,3)b=np.random.randn(3,2)#b.shape=(3,2)c=a*b请问数组“c”的维度是多少？c.shape(4,2)✖正解：运算符“*”说明了逐元素乘法相乘，而不是矩阵相乘！逐元素乘法需要两个矩阵之间的维数相同，所以这将报错，无法计算。笔记：numpy中乘号*的使
Surnal·2019-10-15 09:01

《深度学习的数学》学习笔记

文章目录第一章神经网络的思想1-1神经网络和深度学习1-2神经元的数学表示1-3激活函数：将神经元的工作一般化1-4什么是神经网络1-5用恶魔来讲解神经网络的结构1-6将恶魔的工作翻译为神经网络的语言1
whyoceansea·2019-10-10 20:05

感知机

感知机由美国学者FrankRosenbatt在1957年提出，是神经网络的起源算法，学习感知机的构造是学习通向神经网络和深度学习的一种重要思想。
Chter0·2019-09-17 21:34

神经网络和深度学习笔记

前言课程链接：神经网络和深度学习公式绘制AxMath欢迎指正文中的各种错误LogisticRegressionModelSigmoidFunctionLogisticRegressionCostFunctionGradientDescent
pokopiko·2019-08-30 00:00

神经网络和深度学习笔记

前言课程链接：神经网络和深度学习公式绘制AxMath不断更新中欢迎指正文中的各种错误LogisticRegressionModellogistic_regression_model.pngsigmoid.pngLogisticRegressionCostFunctionlogistic_regression_cost_function.pngGradientDescent
pokopiko·2019-08-29 17:40

奶爸为8岁女儿解读深度学习篇之：11个事实

那么为什么最近的热点话题都是关于神经网络和深度学习的呢？我们将在GPU和机器学习的一系列博客文章中探讨这些概念。在80年代，我记得我父亲构建了用于银行支票的字符识别工具。
机器之心·2019-08-16 15:00

吴恩达神经网络和深度学习（编程作业）--具有多个隐藏层的神经网络

神经网络和深度学习上一作业主目录下一作业【前言】这是第四周的编程作业以下只是主要部分的代码，需要用到的资料可以访问我的GitHub进行获取这是我的文件目录：我是用的PyCharm，如果你没有安装相应的依赖库
ShaneHolmes·2019-08-14 14:00

吴恩达神经网络和深度学习（编程作业）--具有一个隐藏层的神经网络

神经网络和深度学习上一作业主目录下一作业【前言】这是第三周的编程作业以下只是主要部分的代码，需要用到的资料可以访问我的GitHub进行获取这是我的文件目录：我是用的PyCharm，如果你没有安装相应的依赖库
ShaneHolmes·2019-08-14 14:16

神经网络和深度学习WU Week3——浅层神经网络

1.符号约定[]，中括号表示与层相关，如[1]表示第一层，以此类推，输入层表示为[0]层，一个神经网络的层数不包括输入层；()，仍然表示和样本相关，如(1)表示第一个样本点；每一层都计算和，最后输出层计算出来的就是输出;特征矩阵，参数，类似的，表示第二隐层的参数矩阵；，即特征向量（自变量）；，第一个隐藏层第个节点的输出值；隐藏层与输出层有参数，如隐藏层的参数2.只有一个隐层的神经网络2.1单隐层神
xiaobaoma·2019-08-07 14:20

神经网络和深度学习WU Week2

神经网络基础1.二分分类例子：识别图片中是否有猫，有输出1否则输出0。计算机储存图片通过RGB，即用三个矩阵分别储存red、green和blue的像素值，以常见64*64为例，从而用一个64*64*3的矩阵储存一张图片。计算机对图片的储存如何用一个特征向量（列向量）来表示这个像素矩阵？按照视频中的说明，先读取red矩阵的像素，逐行读取，以上图为例，读为，接着读取green矩阵的像素，仍是逐行读取，
xiaobaoma·2019-08-07 09:07

神经网络和深度学习WU Week1

深度学习概论一、什么是神经网络1.以房屋定价预测为例说明什么是神经网络。数据集：6个房屋数据，输入变量为大小size，输出变量为价格Price1.1仅仅考虑size作为输入变量就能得到一个神经元的神经网络。也就是输入size，通过模型预测，得到输出房屋价格一个神经元的神经网络1.2考虑多个因素的复杂模型多个因素的复杂模型1.3事实上，在神经网络中，我们往往并不关心中间层的因素是啥，会让神经网络自己
xiaobaoma·2019-07-31 20:32

神经网络和深度学习——基础函数汇总(2)

浅层神经网络（平面数据分类）Planardataclassificationwithonehiddenlayer1-importpackage#Packageimportsimportnumpyasnpimportmatplotlib.pyplotaspltfromtestCasesimport*importsklearnimportsklearn.datasetsimportsklearn.li
弈宸卜苒·2019-07-29 15:13

神经网络和深度学习——基础概念理解

神经网络和深度学习——基础概念理解序号概念理解1神经网络一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型，该模型依靠系统的复杂程度，通过调整内部节点之间相互联系的关系，从而达到处理信息的目的
弈宸卜苒·2019-07-23 17:44

神经网络和深度学习——a logistic regression classifier to recognize cats

Youwilllearnto:Buildthegeneralarchitectureofalearningalgorithm,including:1.Initializingparameters2.Calculatingthecostfunctionanditsgradient3.Usinganoptimizationalgorithm(gradientdescent)1.-importpacka
弈宸卜苒·2019-07-23 17:39

吴恩达神经网络和深度学习-学习笔记-7-正则化regularization方法

解决高方差highvariance的方法有两种：正则化准备更多数据其中常用的正则化分为：L2正则化dropout正则化L2正则化L2正则化的原理对于正则化的解释可以看一下这个博客【通俗易懂】机器学习中L1和L2正则化的直观解释机器学习中，如果参数过多，模型过于复杂，容易造成过拟合（overfit）。即模型在训练样本数据上表现的很好，但在实际测试样本上表现的较差，不具备良好的泛化能力。为了避免过拟合
Harry嗷·2019-07-14 21:21

手动/自动/交叉验证评估Keras深度学习模型的性能

因此，有一个可靠的方法来评估神经网络和深度学习模型的性能至关重要。在这篇文章中，你将学到使用Keras评估模型性能的几种方法。让我们开始吧。
siucaan·2019-07-14 09:55

吴恩达神经网络和深度学习-学习笔记-4-深度网络

符号约定L：网络的深度（隐藏层+输出层）n[1]：第一层隐藏层单元数，为5a[1]：第一层的激活函数，=g[1](z[1])。另外我们认为x=a[0]前向传播过程对于单个的输入x：简单来说，每一层都会执行这两个操作z[n]=w[n]*a[n-1]+b[n]a[n]=g[n](z[n])然后，a[n]会作为第n+1层的输入，再重复执行上面两个操作。对于多个的输入X：要用到向量化编程我们额外需要做的是
Harry嗷·2019-07-13 17:57

ubuntu之路——day4(今天主要看了神经网络的概念)

感谢两位老师做的免费公开课：第一个是由吴恩达老师放在网易云课堂的神经网络和深度学习，比较偏理论，使用numpy包深入浅出的介绍了向量版神经网络的处理方式，当然由于视频有点老，虽然理论很好但是工具有点滞后
NWNU-LHY·2019-07-11 20:00

《神经网络和深度学习》笔记

一、前言笔者入门深度学习看的是吴恩达的公开课《神经网络和深度学习》。
wipping的技术小栈·2019-07-07 20:00

16个在线机器学习视频与教程

本文汇总了16个公开的视频教程，内容包括决策树、朴素贝叶斯、逻辑回归、神经网络和深度学习、估计、贝叶斯学习、支持向量机和核方法、聚类、无监督学习、提升算法、强化学习和学习理论。
ctrigger·2019-06-19 07:10

【机器学习】深度学习 Deep Learning

神经网络和深度学习神经网络：一种可以通过观测数据使计算机学习的仿生语言范例深度学习：一组强大的神经网络学习技术神经网络和深度学习目前提供了针对图像识别，语音识别和自然语言处理领域诸多问题的最佳解决方案。
Victorrrrr·2019-06-15 15:24

七个最流行的Python神经网络库

各种各样的库为神经网络和深度学习的研究和开发提供了基础的能力。这里我们列出七个最流行的Python神经网络库。
喜欢打酱油的老鸟·2019-06-03 09:04

神经网络的演变与发展（Part 2）

导言在上一篇文章中，我们简要的概述了神经网络和深度学习。特别是，主要讨论了传感器模型、前馈神经网络和反向传播。在本文中，我们将深入学习：卷积神经网络（CNN）和递归神经网络（RNN）。
架构师小秘圈·2019-06-02 22:18

neural networks and deep learning —— Michael Nielsen

神经网络和深度学习是一本免费的在线书籍。这本书将教会你：神经网络，这是一种美丽的由生物学启发的编程规范，它确保计算机可以从观测数据中学习。深度学习，一系列有力使用神经网络学习的方法。
JachinMa·2019-06-01 21:25

吴恩达深度学习总结

目录DeeplearningUseopensourcecode神经网络和深度学习改善深层神经网络Tessorflow基础结构化机器学习项目卷积神经网络序列模型DeeplearningUseopensourcecodeUsearchitecturesofnetworkspublishedintheliteratureUseopensourceimplementationifpossibleUsepr
soulup·2019-05-30 11:00

详解卷积神经网络

在了解卷积神经网络之前，我们先了解一下什么是神经网络推荐B站吴恩达的神经网络和深度学习视频https://www.bilibili.com/video/av34661735如果觉得视频太长，推荐文章https
鱼跃海_2fd6·2019-05-28 18:24

神经网络和深度学习简史（一）

神经网络和深度学习简史（一）导读：这是《神经网络和深度学习简史》第一部分。这一部分，我们会介绍1958年感知机神经网络的诞生，70年代人工智能寒冬以及1986年BP算法让神经网络再度流行起来。
婉妃·2019-05-17 09:48

【吴恩达】《神经网络和深度学习》第四周编程作业

#-*-coding:utf-8-*-#/usr/bin/python#作者：kimicr#实验日期：20190510#Python版本：3.6.3#《深度学习与神经网络》第四周编程作业#建立一个L层深度神经网络实现二分类importnumpyasnpimporth5pyimportmatplotlib.pyplotaspltfromtestCases_v2import*#提供了一些测试用例来测试
kimicren·2019-05-12 11:26

神经网络和深度学习-习题

神经网络和深度学习-习题背景习题背景最近在网易学习吴恩达的“神经网络和深度学习”，为了帮助自己记忆，对自己的一些笔记和习题进行记录，以利复习。
bluegold998·2019-05-03 09:04

吴恩达deeplearning课程学习整理——第一课 神经网络和深度学习

目录1.深层神经网络的结构1.1.输入层1.2.隐藏层1.3.神经元1.4.输出层2.深层神经网络的搭建及训练2.1.初始化参数2.2.循环迭代2.2.1.前向传播2.2.2.计算loss2.2.3.反向传播2.2.4.更新参数2.2.5.循环2.3.预测9102年了终于把吴老师5门课中第1门看完了，并且做了编程作业，在这里把这一门课的知识点总结整理一下。第一门课理论层面难度不大，所需数学知识均为
HIT_NOVA·2019-05-02 23:06

神经网络和深度学习

课程是吴恩达的深度学习专题,分为五个部分：神经网络和深度学习改善深层神经网络：超参数调试、正则化以及优化结构化机器学习项目卷积神经网络序列模型我会以这五个部分为题记五份笔记，如果有人在看，欢迎大家指出错误
RHXCYA·2019-04-14 00:00

神经网络和深度学习第二周 神经网络基础

2.1二分分类2.2logistic回归我们这门课不用红色笔写的表示方法，而是把w,b看成两个独立的参数训练他们2.3logistic回归损失函数2.4梯度下降法写代码时，用dw或db表示导数。如果函数变量超过两个，就用花体倒e表示偏导；如果函数只有一个变量，就用d表示导数。2.5导数导数的定义，表示斜率2.6更多导数的例子导数讲解2.7流程图流程图是从左到右的计算2.8流程图的导数计算链式法则求
qq_34621739·2019-04-08 21:26

计算机视觉、机器学习、自然语言处理、机器人技术、语音识别等人工智能技术的应用

人工智能受益于神经网络和深度学习在算法上的突破，技术水平得到飞跃提升。未来，计算机视觉、机器学习、自然语言处理、机器人技术、语音识别等人工智能技术或将给整个人类社会带来巨大改变。
duozhishidai·2019-03-29 11:59

美亚上最受欢迎的10大神经网络书籍

近年来，数据科学和数据挖掘越来越热门，许多人对神经网络和深度学习十分感兴趣，该主题下的书籍也呈现出爆炸式增长，判断一本书对你是否有用的方法就是看看其他人在看什么书?
fxj2019·2019-03-26 11:51
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他