牛客图书馆 > 读书笔记
  • 《神经网络与深度学习》4.3读书笔记

    4.3 前馈神经网络 在前馈神经网络中,各神经元分别属于不同的层。每一层的神经元可以接收 前一层神经元的信号,并产生信号输出到下一层。第0层称为输入层,最后一层称为输出层,其他中间层称为隐藏层。整个网络中无反馈,信号从输入层向输出层单向传播,可用一个有向无环...
    子永 编辑于 2021-01-29 10:56:16
  • 《神经网络与深度学习》6.7读书笔记

    6.7 深层循环神经网络 如果将深度定义为网络中信息传递路径长度的话,循环神经网络可以看作既“深”又“浅”的网络.一方面来说,如果我们把循环网络按时间展开,长时间间隔的状态之间的路径很长,循环网络可以看作一个非常深的网络.从另一方面来说,如果同一时刻网络输入...
    子永 编辑于 2021-05-21 16:15:40
  • 《神经网络与深度学习》读书笔记

    5.3 参数学习 在卷积网络中,参数为卷积核中权重以及偏置.和全连接前馈网络类似,卷积网络也可以通过误差反向传播算法来进行参数学习。 在全连接前馈神经网络中,梯度主要通过每一层的误差项𝛿 进行反向传播,并进一步计算每层参数的梯度。 在卷积神经网络中,主...
    子永 编辑于 2021-03-19 21:43:54
  • 《神经网络与深度学习》3.1读书笔记

    第三章 线性模型 线性模型的预测值的范围为全体实数,对于分类问题,我们需要将实数域使用一个判别函数转换为离散的类型。判别函数 思考一个问题,如果实际类别的分布如何并不是均匀分布的,使用上面的那种判别函数是否合理。3.1线性判别函数和决策边界 二分类问题...
    子永 编辑于 2020-12-20 18:35:54