神经网络和深度学习

为什么深度神经网络这么难训练？

本书深入了讲解神经网络和深度学习技术，侧重于阐释深度学习的核心概念。
csdn人工智能头条·2020-09-10 10:24

深度学习

神经网络和深度学习第一周深度学习概论：学习驱动神经网络兴起的主要技术趋势，了解现今深度学习在哪里应用、如何应用。1.1欢迎来到深度学习工程师微专业1.2什么是神经网络？
qq_34851605·2020-08-25 04:27

神经网络和深度学习-1.4为什么深度学习会流行

image.png上图有一个问题是，当数据集在smalltrainset的区间时，模型的好坏是根据你手工设计的组件。在区间的左边，各个算法的性能好坏并不少定义的很明确。当数据集非常大时，神经网络会稳定领先其他传统算法。
cswb5511·2020-08-23 20:11

360题带你走进深度学习！吴恩达深度学习课程测试题中英对照版发布

主要翻译者：黄海广内容截图测试题目录Lesson1NeuralNetworksandDeepLearning(第一门课神经网络和深度学习)Week1Quiz-Introductiontodeeplearning
风度78·2020-08-23 01:23

机器学习和图像识别是怎样彻底改变搜索的？

幸好有使用神经网络和深度学习的机器学习技术，使得这个设想成为可能。标题之争微软和Facebook的研究人员创建了一个
starzhou·2020-08-22 03:58

NatureDeepReview 读后笔记

NatureDeepReview读后笔记整体框架：第一章：引言第二章：监督学习第三章：反向传播去训练多层网络结构第四章：卷积神经网络第五章：用CNN理解图像第六章：分布式表示和语言处理第七章：循环神经网络和深度学习的未来整体框架
MIngo的成长·2020-08-22 02:53

1.0 神经网络和深度学习 概述

先导知识（不完全统计）线性代数：向量、矩阵以及矩阵的计算概率论：概率计算、参数估计高等数学：偏导数的计算梯度的含义推荐拓展书籍资源1.机器学习-周志华PDF（）2.数学之美（）3.统计学习（）第一周主题：介绍深度学习和神经网络笔记：无作业：无第二周主题：神经网络基础概述：笔记：https://www.jianshu.com/p/78ebe7dcce83作业：第三周主题：概述：笔记：作业：
抠脚大汉QAQ·2020-08-21 23:55

流程控制

与之相对的则是最近火得一塌糊涂的人工智能，比如机器学习、神经网络和深度学习，这些不再是“
weixin_30878501·2020-08-21 22:09

神经网络和深度学习

那么是什么原因促成了神经网络和深度学习的兴起呢？规模。这里的规模不仅指神经网络架构的规模，也指数据的规模。规模的增长使得神经网络和深度学习在机器学习各个算法中拔得头筹。
Koreyoshier·2020-08-20 21:51

【中英】【吴恩达课后测验】Course 1 - 神经网络和深度学习 - 第二周测验

【中英】【吴恩达课后测验】Course1-神经网络和深度学习-第二周测验上一篇：【课程1-第一周测验】※※※※※【回到目录】※※※※※下一篇：【课程1-第二周编程作业】第2周测验-神经网络基础神经元节点计算什么
何宽·2020-08-20 07:54

神经网络和深度学习练习题 第二周测验

转自何宽吴恩达神经网络与深度学习网易云课堂练习题第二周神经元节点计算什么？【 】神经元节点先计算激活函数，再计算线性函数(z=Wx+b)【★】神经元节点先计算线性函数（z=Wx+b），再计算激活。【 】神经元节点计算函数g，函数g计算(Wx+b)。【 】在将输出应用于激活函数之前，神经元节点计算所有特征的平均值请注意：神经元的输出是a=g（Wx+b），其中g是激活函数（sigmoid，tanh，R
小哦--·2020-08-20 05:02

计算机视觉-------------神经网络和深度学习

神经网络：神经元：每个神经元都是结构相似的独立单元，他接受前一层传来的数据，并将这些数据加权并输入非线性作用函数中，再把输出结果传递给下一层激活函数：sigmoid函数，将值映射再0到1中前馈网络：整个网络中没有反馈，接受前一层的输出，并且输入到下一层梯度下降：选定一个梯度下降的方向，设定学习率，迭代，将目标函数的值减小误差传播迭代公式：权重增量=-1*学习步长*目标函数对权重的偏导数目标函数对权
coconut milk?·2020-08-20 01:06

深度学习课程内容

转自知乎https://zhuanlan.zhihu.com/p/322351421.神经网络和深度学习神经网络概论主要介绍：神经网络的概念、深度学习兴起的原因、课程内容等；编程作业：无神经网络基础主要介绍
吾日三问·2020-08-17 14:52

吴恩达《深度学习》课程介绍

吴恩达《深度学习》（AndrewNg《DeepLearning》）专业课程主要有五门课组成：1.神经网络和深度学习（NeuralNetworksandDeepLearning）2.改善深层神经网络：超参数调优
Erik_ly·2020-08-17 10:41

深度学习笔记3：手动搭建深度神经网络（DNN）

但以上仅是神经网络和深度学习的基础内容，深度学习的一大特征就在于隐藏层之深。因而，我们就这前面的思路，继续利用numpy工具，手动搭建一个DNN深度神经网络。
louwill12·2020-08-16 16:37

神经网络程序设计课学习心得

课程学习USTC-NP2016课程学习课程目标项目地址及安装项目演示项目模块分析web模块图像OCR模块学习预测模块神经网络介绍训练数据集模型整个系统整合课程心得体会课程目标  本课程的目标是通过学习神经网络和深度学习等机器学习算法来搭建一个完整的血常规检测报告单的年龄和性别预测系统
fresh七天·2020-08-16 08:24

Michael Nielsen 's 神经网络学习之一

最近看到了一个比较好的神经网络和深度学习的网站，http://neuralnetworksanddeeplearning.com/，其实也不算是网站，算是MichaelNielsen的书籍电子版，写的算是比较生动简介
luchi007·2020-08-16 08:26

神经网络和深度学习 —— 浅层神经网络

浅层神经网络神经网络表示一个浅层神经网络示意图：如图所示，表示一个单隐层的网络结构。这里主要需要注意的是，层与层之间参数矩阵的规格大小：输入层和隐藏层之间w[1]->(4,3)：前面的4是隐层神经元的个数，后面的3是输入层神经元的个数；b[1]->(4,1)：4表示和隐藏层的神经元个数相同，这个1在之前的视频【python/numpy向量说明一节】中有说明，不建议使用(4,)，这表示秩为1的数组，
yespon·2020-08-16 06:16

原文翻译：深度学习测试题（L1 W1 测试题）

翻译：黄海广本集翻译Lesson1Week1：Lesson1NeuralNetworksandDeepLearning(第一门课神经网络和深度学习)Week1Quiz-Introductiontodeeplearning
湾区人工智能·2020-08-15 05:25

吴恩达神经网络和深度学习-学习笔记-17-batch归一化（Batch Normalization）（BN）

简介和作用BatchNormalization会使你的参数搜索问题变得很容易，使神经网络对超参数的选择更加稳定，超参数的范围会扩大，工作效果也很好，同时也能使你更容易地训练深层网络。针对一个单层的网络，我们讲了归一化输入（将inputX归一化，详见笔记8）。BatchNormalization是指：面对深度网络，对于任何一个隐藏层而言，我们归一化上一层的a值，以更快地训练这一层的W和b（严格来讲，
Harry嗷·2020-08-14 19:19

关于百度飞浆深度学习7日入门-CV疫情特辑的心得体会

此次训练营，要说我个人的最大收获，便是确实的了解和接触了那些神经网络和深度学习，而不是只停留在科
随风寻光·2020-08-13 22:13

深度学习100问-12：深度学习有哪些经典数据集？

很多朋友在学习了神经网络和深度学习之后，早已迫不及待要开始动手实战了。第一个遇到的问题通常就是数据。
louwill12·2020-08-13 21:04

机器学习基础知识-神经网络与深度学习学习笔记（二）

想要对神经网络和深度学习有更好了解的，推荐大家看邱老师写的《神经网络与深度学习》。本文地址：http://blog.c
Doit_·2020-08-13 16:15

【学习笔记】【深度学习的数学】第0章——引言

以下附上该书的目录：目录第1章神经网络的思想 1-1神经网络和深度学习2 1-2神经元工作的数学表示6 1-3激活函数：将神经元的工作一般化12 1-4什么是神经网络18 1-5用恶魔来讲解神经网络的结构
葑鈊丶·2020-08-12 12:43

神经网络和深度学习简史(全)

基础篇第一章：数据挖掘基础1.1从某餐饮企业引入数据挖掘1.2数据挖掘的基本任务1.3数据挖掘建模过程1.3.1定义挖掘目标1.3.2数据提取1.3.3数据探索1.3.4数据预处理1.3.5数据挖掘建模1.3.6模型评价1.4常用的数据挖掘建模工具基础篇第一章：数据挖掘基础1.1从某餐饮企业引入数据挖掘随着IT技术的不断深入企业的日常管理，我们逐步进入了经常听到的大数据时代，不仅有着*客户关系管理
longgyy·2020-08-10 17:02

梯度下降和反向传播

本文主要摘自《神经网络和深度学习》一书梯度下降对于一个很简单的代价函数：C(w,b)=12∑x||y(x)−a||2我们把C称作二次代价函数或者均方误差或者MSE我们想要找到一系列能让代价尽可能小的权重和偏置
一个小迷糊66·2020-08-10 09:54

吴恩达神经网络和深度学习-学习笔记-44-交并比IoU + 非极大值抑制

交并比IoU——衡量定位精确度在对象检测任务中，我们希望能够同时定位对象。人们定义IoU这个概念，是为了评价你的对象定位算法是否精准，但更一般地说，IoU衡量了两个边界框重叠的相对大小。如果实际边界框是红色的，我们的算法给出这个紫色的边界框，那么这个结果是好还是坏?交并比(IoU)函数做的是：计算两个边界框交集和并集之比。在这里，绿色部分为并集，黄色部分为交集。交并比函数的计算公式如下：一般约定，
Harry嗷·2020-08-08 20:34

《神经网络和深度学习》之神经网络基础（第二周）课后作业——神经网络思维的逻辑回归

欢迎来到你的第一个编程作业，在这次作业中你将会用逻辑回归去识别一个猫。并且在这次作业中你将会用神经网络的思维去一步一步的去解决这个问题和磨练你的深度学习的直觉。说明：在你的代码中不能使用for或while循环，除非说明明确要你这么做。你将会学习到：1.建立一个学习算法的一般结构，包括初始化参数计算代价函数和它的梯度使用最优化算法（梯度下降）2.用正确的顺序将上面三个函数集合到一个主函数模型里。1程
qq_16540387·2020-08-08 18:15

【DL by Ng】Deeplearning.ai 深度学习工程师课程 -- By Andrew Ng 吴恩达

三个版本deeplearning.ai付费版本,带练习.Coursera版本网易云课堂翻译版本,练习题需要自己找.但是网速快,可以下载观看.这里笔记用的是网易云课堂的版本.I.神经网络和深度学习Week01
北境の守卫·2020-08-08 14:33

2020 最新版《神经网络和深度学习》中文版.pdf

获取最新版《神经网络和深度学习》最新版PDF和PPT的方法：1.扫码关注“机器学习算法那些事”公众号2.后台回复关键词：神经网络注：此处建议复制，不然容易打错▲长按扫描关注，回复神经网络即可获取文档目录如下获取最新版
woshicver·2020-08-06 13:36

Neural Networks and Deep Learning 神经网络和深度学习

在http://neuralnetworksanddeeplearning.com/看到这篇文章。写的简单易懂。适合初学者学习，不过是英文的。自己尝试着一边翻译一边学习。第一章使用神经网络识别手写数字人眼是世界上最奇妙的东西之一。有如下一串手写数字：大部分人一眼就能看出是504192。实际上“一眼看出来”没有这么简单。在我们大脑的左右半球，都有掌控视觉大脑皮层，被称为V1区。V1包含了1.4亿的神
thirtyfive16·2020-08-06 13:35

02 神经网络 - 神经网络和深度学习 [Deep Learning Specialization系列]

本文是DeepLearningSpecialization系列课程的第1课《NeuralNetworksandDeepLearning》中LogisticRegressionasaNeuralNetwork部分的学习笔记。内容包括：逻辑回归和二进制分类损失函数、代价函数和梯度递减法计算图正向传播和反向传播向量化1.逻辑回归和二进制分类逻辑回归（LogisticsRegression）是用来处理二进
puran1218·2020-08-05 19:46

深度学习与计算机视觉(PB-03)-特征提取

正常情况下，当我们使用机器学习、神经网络和深度学习等进行实践时，我们会将这两个任务视为两个独立的问题。首先
Greeksilverfir·2020-08-05 15:20

吴恩达 神经网络和深度学习 第4周编程作业

由于csdn的markdown编辑器及其难用，已将本文转移至此处NoteThesearemypersonalprogrammingassignmentsatthe4thweekafterstudyingthecourseneural-networks-deep-learningandthecopyrightbelongstodeeplearning.ai.Part1：BuildingyourDee
SnailDove·2020-08-04 22:05

Andrew Ng机器学习笔记+Weka相关算法实现（三）神经网络和参数含义

最近几年深度学习大热,尤其是阿尔法围棋（AlphaGo）战胜李世乭后，神经网络和深度学习被推到了风口浪尖的。AlphaGo主要工作原理是“深度学习”。“深度学习”是指多层的人工神经网络和训练它的方法。
yang1young·2020-08-03 02:24

吴恩达之神经网络和深度学习-2.9logistic回归中的梯度下降算法

本节课是按照三个函数来进行的，由3个函数进行梯度下降算法的计算。z=wTx+bz=wTx+by^=a=σ(z)=11+e−zy^=a=σ(z)=11+e−zL(a,y)=−(ylog(a)+(1−y)log(1−a))L(a,y)=−(ylog(a)+(1−y)log(1−a))假设我们有两个特征值x1、x2x1、x2,需要去找到对应的w1、w2和bw1、w2和b的最小值。首先我们求dadada=
为援不可图·2020-07-31 21:12

【神经网络和深度学习】笔记 - 第三章 如何提高神经网络学习算法的效果

文章导读：1.交叉熵损失函数1.1交叉熵损失函数介绍1.2在MNIST数字分类上使用交叉熵损失函数1.3交叉熵的意义以及来历1.4Softmax2.过拟合和正则化2.1过拟合2.2正则化2.3为什么正则化可以减轻过拟合问题2.4正则化的其它方法3.参数初始化4.其它方法4.1随机梯度下降算法的改进4.2其它神经元模型我们前面已经学习了反向传播算法，它是我们学习神经网络的基础。这一章将会介绍一系列的
weixin_30627381·2020-07-30 02:28

深度学习概论：为什么深度学习会兴起？

主要介绍吴恩达《深度学习》课程中《神经网络和深度学习》第一周：深度学习概论中的“为什么深度学习会兴起？”一节里的内容。为什么深度学习会兴起？
Erik_ly·2020-07-30 01:52

脑科学助力人工智能，离不开大数据

清华大学自动化系教授、中国工程院院士戴琼海介绍，随着卷积神经网络和深度学习的快速发展，人工智能的发展态势已经超越了预期，但人工智能距离人的智能尚有难以逾越的
Mark马拉松·2020-07-29 21:13

NG深度学习系列笔记《神经网络与深度学习》（1）--深度学习概述

这次的深度学习系列课程主要分为五周的课程，分别为：1、神经网络和深度学习；2、改善深层神经网络：超参数调试、正则化以及优化；3、结构化机器学习项目；4、卷积神经网络；5、序列模型。
Andyato0520·2020-07-29 01:10

python 机器学习无从下手？|31章全免费！完整的自学教程+课件+安装包！

今天我们说到的人工智能，其实就是机器学习里面的神经网络和深度学习。
豆花·2020-07-28 23:30

【中英】【吴恩达课后测验】Course 1 - 神经网络和深度学习 - 第一周测验

【中英】【吴恩达课后测验】Course1-神经网络和深度学习-第一周测验上一篇：【目录】※※※※※【回到目录】※※※※※下一篇：【课程1-第二周测验】第一周测验-深度学习简介和“AI是新电力”相类似的说法是什么
何宽·2020-07-28 14:23

【中文】【吴恩达课后编程作业】Course 1 - 神经网络和深度学习 - 第三周作业

#【吴恩达课后编程作业】Course1-神经网络和深度学习-第三周作业-带有一个隐藏层的平面数据分类上一篇：【课程1-第三周测验】※※※※※【回到目录】※※※※※下一篇：【课程1-第四周测验】声明  首先声明本文参考
何宽·2020-07-28 14:22

【中文】【吴恩达课后编程作业】Course 1 - 神经网络和深度学习 - 第四周作业(1&2)

【吴恩达课后编程作业】01-神经网络和深度学习-第四周-PA1&2-一步步搭建多层神经网络以及应用上一篇：【课程1-第四周测验】※※※※※【回到目录】※※※※※下一篇：【课程2-第一周测验】声明  本文参考
何宽·2020-07-28 14:22

【中文】【吴恩达课后编程作业】Course 1 - 神经网络和深度学习 - 第二周作业

【吴恩达课后编程作业】Course1-神经网络和深度学习-第二周作业-具有神经网络思维的Logistic回归上一篇：【课程1-第二周测验】※※※※※【回到目录】※※※※※下一篇：【课程1-第三周测验】在开始之前
何宽·2020-07-28 14:51

python 机器学习无从下手？|31章全免费！完整的自学教程+课件+安装包！

今天我们说到的人工智能，其实就是机器学习里面的神经网络和深度学习。
豆花同学·2020-07-28 11:00

吴恩达Deep Learning编程作业 Course1-神经网络和深度学习-第三周作业

吴恩达DeepLearning编程作业Course1-神经网络和深度学习-第三周作业Planardataclassificationwithonehiddenlayer具有一个隐藏层的平面数据分类编程目的
椰楠liu·2020-07-28 07:37

吴恩达Deep Learning编程作业 Course1-神经网络和深度学习-第二周作业

吴恩达DeepLearning编程作业Course1-神经网络和深度学习-第二周作业LogisticRegressionwithaNeuralNetworkmindset具有神经网络思维的逻辑回归编程要求
椰楠liu·2020-07-28 07:05

吴恩达-神经网络和深度学习(第一周深度学习概论)

未经允许，不得擅自改动和转载学习驱动神经网络兴起的主要技术趋势，了解现今深度学习在哪里应用、如何应用。8月8日，吴恩达正式发布了Deepleanring.ai——基于Coursera的系列深度学习课程，但在中国无法访问这套课程（除非你连VPN），还有Coursera中是英文授课，就有点尴尬。幸好，之后，吴恩达和网易合作，将课程内容免费放到网易的教育平台上.所以，终于有机会学这门课了！特记下笔记，以
双愚·2020-07-28 06:30

吴恩达深度学习入门学习笔记之神经网络和深度学习（第一周）

第一周为深度学习概论，教授了一些基础概念。2017.8.311.3用神经网络进行监督学习对于一般的数据，比如说房价问题，使用标准的神经网络。对于图像领域中的一些数据处理，经常使用CNN（卷积神经网络）对于序列数据，比如音频文件，和时间有关系，是一维时间序列，经常使用RNN（循环神经网络）。还有单词等逐个出现的数据。对于一些复杂的数据，比如说道路检测中图像加雷达，可以用更复杂的混合神经网络。机器学习
没有头像的宝宝·2020-07-28 05:47
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他