Backpropagation

[翻译4.7 ]Gradient descent and backpropagation

PS:翻译来源：http://shop.oreilly.com/product/9781939902351.do欠了5天的翻译，今天来还债来了,这是第一篇////////第一篇///////////梯度下降和反向传播关于基本的机器学习章节，我们一直没有解释我们在使用的学习算法的工作原理。梯度下降是一个能够找到函数最小值的算法。注意，我们将学习定义为通过一定量的训练步骤，对模型参数的改进（impro
斐波那契的数字·2017-12-09 03:58

深度学习中的英文专有名词

additivenoise加性噪声autoencoder自编码器Autoencoders自编码算法averagefiringrate平均激活率averagesum-of-squareserror均方差backpropagation
Aimer_Chen·2017-12-08 20:25

深度学习之Backpropagation算法（二）

上一篇讲了一些基本概念，这里继续讲feedforward网络学习的基本过程。所谓学习，其实是先准备好训练数据（以及测试数据），然后反复对训练数据进行计算并同预期的结果比较，然后在适当地时刻调整参数。训练是分很多次的，每一次称为一个epoch。一个epoch会用到所有的训练数据。每个epoch中，会对数据随机分组，每个小组成为minibatch。对于一个minibatch，每个数据计算完之后，都会求
EagleChan·2017-12-06 07:49

BP神经网络简单流程

BP(BackPropagation)神经网络是一种具有三层或者三层以上的多层神经网络，每一层都由若干个神经元组成，它的左、右各层之间各个神经元实现全连接，即左层的每一个神经元与右层的每个神经元都由连接
SethChai·2017-12-01 09:29

【通俗讲解】BP神经网络

参考文章：http://www.jianshu.com/p/3d96dbf3f764DavidRumelhart和J.McClelland于1985年提出了BP网络的误差反向后传BP（Backpropagation
guomutian911·2017-11-26 09:25

神经网络——BP算法

BP(BackPropagation，后向传播)算法，具有非凡的历史意义和重大的现实意义。
goodshot·2017-10-21 20:16

Tensorflow基础：神经网络优化算法

Tensorflow基础：神经网络优化算法本文主要介绍如何通过反向传播算法（backpropagation）和梯度下降算法（gradientdecent）调整神经网络中参数的取值。
蚊子爱牛牛·2017-10-11 09:24

机器学习专业名词中英文对照

additivenoise加性噪声autoencoder自编码器Autoencoders自编码算法averagefiringrate平均激活率averagesum-of-squareserror均方差backpropagation
夏洛的网·2017-09-29 09:15

机器学习笔记019 | 反向传播算法与神经网络的梯度

但首先我要先计算出它的梯度，也就是对代价函数J(θ)求导:这里，我们要介绍一种反向传播（BackPropagation）算法。
止一之路·2017-09-26 08:54

RNN-循环神经网络-02Tensorflow中的实现

https://r2rt.com/recurrent-neural-networks-in-tensorflow-i.htmlhttps://r2rt.com/styles-of-truncated-backpropagation.html
Omni-Space·2017-09-21 14:33

机器学习笔记——Neural Network

多层神经网络中常用的优化参数算法，backpropagation/反向传播算法。
阿卡蒂奥·2017-09-20 14:38

神经网络中的反向传播算法推导

引言反向传播算法（Backpropagation）是目前用来训练人工神经网络最常用且最有效的算法。
以道御术·2017-09-09 21:24

Unsupervised Domain Adaptation by Backpropagation(2015)

Introduction论文作者希望网络学习由discriminativeness（分歧，应该是sourcedomain和targetdomain的区别吧）和domain-invariance组合起来的隐藏特征（underlyingfeature）通过同时优化以下两个discriminativeclassifiers来实现labelpredictor预测分类标签（训练与测试的时候）domaincl
MataFela·2017-09-06 20:57

Unsupervised Domain Adaptation by Backpropagation(2015)

Introduction论文作者希望网络学习由discriminativeness（分歧，应该是sourcedomain和targetdomain的区别吧）和domain-invariance组合起来的隐藏特征（underlyingfeature）通过同时优化以下两个discriminativeclassifiers来实现labelpredictor预测分类标签（训练与测试的时候）domaincl
MataFela·2017-09-06 20:57

一文搞懂反向传播算法

一、前言这是一场以误差（Error）为主导的反向传播（BackPropagation）运动，旨在得到最优的全局参数矩阵，进而将多层神经网络应用到分类或者回归任务中去。
张小磊啊·2017-08-31 11:33

深度学习(一):激活函数、反向传播和学习率

/Logistic3.Binary4.Tanh5.Softplus6.softmax7.Maxout8.LeakyReLU,PReLU,RReLU,ELU,SELU,andothers.二、反向传播(Backpropagation
听说你爱吃芒果·2017-08-28 11:37

深入浅出|深度学习算法之BP神经网络 详细公式推导

BP(backpropagation)神经网络一种按照误差逆向传播算法训练的多层前馈神经网络，是目前应用最广泛的神经网络。神经元模型神经网络中最基本的单元是神经元模型（neuron）。
weifenglin1997·2017-08-26 22:34

反向传播算法（过程及公式推导）

反向传播算法（Backpropagation）是目前用来训练人工神经网络（ArtificialNeuralNetwork，ANN）的最常用且最有效的算法。
CopperDong·2017-08-22 15:14

神经网络NN简单理解以及算法

1.什么是神经网络1.1背景:以人脑中的神经网络为启发，历史上出现过很多不同版本最著名的算法是1980年的backpropagation1.2多层向前神经网络(MultilayerFeed-ForwardNeuralNetwork
_Magic·2017-08-15 16:42

BP神经网络代码示例

BP神经网络BP(backpropagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是一种按照误差逆向传播算法训练的多层前馈神经网络，是目前应用最广泛的神经网络
lsec小陆·2017-08-13 21:17

Backpropagation 算法的推导与直观图解

文章分三个部分：第一部分给出一个简单的神经网络模型和Backpropagation（以下简称BP）算法的具体流程。
文之·2017-08-06 20:00

一文弄懂神经网络中的反向传播法——BackPropagation

最近在看深度学习的东西，一开始看的吴恩达的UFLDL教程，有中文版就直接看了，后来发现有些地方总是不是很明确，又去看英文版，然后又找了些资料看，才发现，中文版的译者在翻译的时候会对省略的公式推导过程进行补充，但是补充的又是错的，难怪觉得有问题。反向传播法其实是神经网络的基础了，但是很多人在学的时候总是会遇到一些问题，或者看到大篇的公式觉得好像很难就退缩了，其实不难，就是一个链式求导法则反复用。如果
清风予你·2017-07-26 16:37

一文弄懂神经网络中的反向传播法——BackPropagation

最近在看深度学习的东西，一开始看的吴恩达的UFLDL教程，有中文版就直接看了，后来发现有些地方总是不是很明确，又去看英文版，然后又找了些资料看，才发现，中文版的译者在翻译的时候会对省略的公式推导过程进行补充，但是补充的又是错的，难怪觉得有问题。反向传播法其实是神经网络的基础了，但是很多人在学的时候总是会遇到一些问题，或者看到大篇的公式觉得好像很难就退缩了，其实不难，就是一个链式求导法则反复用。如果
Zimri·2017-07-10 21:22

BP神经网络

反向传播算法又称BP算法（BackPropagation）   使用sigmoid函数(这是一个激励函数，对于不同的情况可以使用不同的激励函数，为了讲解方便，这里就采用这个激励函数来说明问题，其他的激励函数可以参考
UESTC_C2_403·2017-07-10 00:00

BP算法双向传_链式求导最缠绵（深度学习入门系列之八） Docker

摘要：说到BP(BackPropagation)算法，人们通常强调的是反向传播，其实它是一个双向算法：正向传播输入信号，反向传播误差信息。
暖夏未眠丶·2017-06-26 17:15

BP算法双向传_链式求导最缠绵（深度学习入门系列之八）

摘要：说到BP(BackPropagation)算法，人们通常强调的是反向传播，其实它是一个双向算法：正向传播输入信号，反向传播误差信息。
weixin_34040079·2017-06-26 14:00

深度学习（07）_RNN-循环神经网络-02-Tensorflow中的实现

https://r2rt.com/recurrent-neural-networks-in-tensorflow-i.htmlhttps://r2rt.com/styles-of-truncated-backpropagation.html
莫失莫忘Lawlite·2017-06-19 16:43

【译文】11行Python代码实现的神经网络

原文地址：ANeuralNetworkin11linesofPython(Part1)BP（BackPropagation）神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出
zgljl2012·2017-06-04 22:14

反向传播(BPTT)与循环神经网络(RNN)文本预测

与循环神经网络(RNN)文本预测BPTT与RNN文本预测参考博客：http://www.wildml.com/2015/10/recurrent-neural-networks-tutorial-part-3-backpropagation-through-time-and-vanishing-gradients
FlyingLittlePig·2017-05-10 22:24

Back Propagation后向传播算法 Python实现

BackPropagation后向传播算法Python实现后向传播算法用来自动调节神经网络的参数，本次实现代码完全参照BackPropagation的讲解选取sklearn.datasets的moon数据集的前
Maggie张张·2017-05-09 18:30

反向传播算法（过程及公式推导）

反向传播算法（Backpropagation）是目前用来训练人工神经网络（ArtificialNeuralNetwork，ANN）的最常用且最有效的算法。
康河水草·2017-05-06 16:42

如何理解反向传播算法（backpropagation）

两个假设为了计算∂C/∂w需要对costfunction的形式做两个假设，costfunction可以被写为C=1n∑xCx，这样做是因为backpropagation实际上是计算每个样本的偏导数，然后再把
PKU_Jade·2017-05-04 21:38

反向传递算法最简单的理解与提高，BP算法，Backpropagation, 自己的心得。

本文为原创文章转载必须注明本文出处以及附上本文地址超链接以及博主博客地址：http://blog.csdn.NET/qq_20259459和作者邮箱（[email protected]）。（如果喜欢本文，欢迎大家关注我的博客或者动手点个赞，对文章有建议和想法的欢迎邮件联系我，如有问题需要帮助欢迎留下评论我会及时给出答复）在开始本文之前我想先介绍几个易混淆的定义：监督学习：在Objective
JINWEI93·2017-05-04 17:46

机器学习基础——BP算法

一、BP神经网络的基本原理BP（BackPropagation）网络是1986年由Rinehart和McClelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一
sooner高·2017-04-29 06:32

自动微分(Automatic Differentiation)简介

在此之前，机器学习社区中很少发挥这个利器，一般都是用Backpropagation进行梯度求解，然后进行SGD等进行优化更新。
Carl-Xie·2017-04-18 15:14

[机器学习]机器学习笔记整理10- 神经网络算法

1.背景以人脑中的神经网络为启发,前者加生物神经网络,最著名的算法是1980年的backpropagation2多层向前神经网络(MultilayerFeed-ForwardNeuralNetwork)
BaiHuaXiu123·2017-04-09 16:00

卷积神经网络（三）

甚深卷积神经网络 1985年，Rumelhart和Hinton等人提出了后向传播（BackPropagation，BP）算法[1]（也有说1986年的，指的是他们另一篇paper：Learningrepresentationsbyback-propagatingerrors
NSDL·2017-03-15 11:01

backpropagation，intuitions

SimpleexpressionsinterpretingthegradientCompoundexpressionschainruleIntuitiveunderstandingofbackpropagationModularitySigmoidexampleBackpropinpracticeStagedcomputationPatternsinbackwardflowGradientsfor
qq_35085277·2017-03-12 23:32

[整理] BP神经网络讲解——最好的版本

DavidRumelhart和J.McClelland于1985年提出了BP网络的误差反向后传BP（Backpropagation）学习算法BP算法基本原理利用输出后的误差来估计输出层的直接前导层的误差
东皇Amrzs·2017-02-28 23:34

深度学习笔记（1）——神经网络(neural network)

关于神经网络需要做到以下几点：了解神经网络的线性结构，了解非线性激活函数，掌握参数训练的反向传播算法(BP,backpropagation)，了解多层神经网路的梯度弥散问题。
迷川浩浩_ZJU·2017-02-20 22:55

反向传播算法（BackPropagation，BP）

在一个多层的神经网络中，反向传播算法就是不断的学习这个网络的权值和偏值，采用梯度下降法使得该神经网络的输出值与真实的目标值之间的误差最小。1，那么为什么更新权值和偏值可以使得代价函数最小化呢？2，以及如何更新权值和偏值呢？由于该算法使用了很多的符号，这里需要解释一下各个符号的意义。表示第层的第k个神经元到第层的第j个神经元连线上的权值，如下图给出了⽹络中第⼆层的第四个神经元到第三层的第⼆个神经元的
hearthougan·2017-02-20 11:00

停下来思考下神经网络

前面介绍了一个简单的神经网络，用来解决了一个非常简单的模型，文章链接输入1输入2输入3输出0010011110111110那本节主要是对神经网络的一点思考1.优化在神经网络中backpropagation
超级个体颛顼·2017-02-07 17:40

Backpropagation

Source:https://en.wikipedia.org/wiki/BackpropagationBackpropagationFromWikipedia,thefreeencyclopediaThisarticleisaboutthecomputeralgorithm.Forthebiologicalprocess,seeNeuralbackpropagation.Backpropagat
Omni-Space·2017-01-27 08:29

用笔一步步演示人工神经网络的反向传播算法——Jinkey 翻译

背景反向传播训练（Backpropagation）一个神经网络是一种常见的方法。网上并不缺少介绍反向传播是如何工作的论文。但很少包括一个用实际数字的例子。
JinkeyAI·2017-01-23 22:11

深度学习之BP神经网络

深度学习之BP神经网络BP（BackPropagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络。
lanmengyiyu·2017-01-03 20:17

backpropagation反向传播算法

反向传播算法是神经网络求各节点梯度并更新参数矩阵的核心算法，具有十分重要的意义，可以说没有backpropagation就没有神经网络和深度学习。
starxhong·2016-12-19 22:43

3.3 BP算法推导（绝对详细）

BackPropagation算法上述符号已经说明完了，切入正题：接下来就是BP的四个关键四个公式了：四个方程定义了BP过程。伪代码应用公式和推导的四个核心公式对应看一下。
疯子_Zhang·2016-12-09 20:48

最简单的全连接神经网络实现

#coding:utf-8importnumpyasnp#https://en.wikipedia.org/wiki/Backpropagation#http://galaxy.agh.edu.pl/~
guotong1988·2016-11-25 10:44

RNN学习不到长距离信息& LSTM学习到长距离信息

RNN推导参考：http://www.wildml.com/2015/10/recurrent-neural-networks-tutorial-part-3-backpropagation-through-time-and-vanishing-gradients
BYR_jiandong·2016-11-24 22:16

深度学习损失函数

在利用深度学习模型解决有监督问题时，比如分类、回归、去噪等，我们一般的思路如下：1、信息流forwardpropagation，直到输出端；2、定义损失函数L(x,y|theta)；3、误差信号backpropagation
Yaphat·2016-11-17 14:16
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他