¥
支付方式
请使用微信扫一扫 扫描二维码支付
请使用支付宝扫一扫 扫描二维码支付
CNN
卷积神经网络
都是啥?
RNN???
本节只是介绍全套课程,没有实际内容。
深入学习的资源:Michael Nielsen的书、吴恩达(Andrew NG)的课。
neural newwork神经网络
classification分类问题,解决方案:逻辑回归、支持向量机、朴素贝叶斯、神经网络。(前几个的翻译对吧?)
input layer——>hidden layer——>output layer
node、weight、bias、training、forward prop
deep net才能完成复杂的模式识别
How to choose a deep net?
backpropagation反向传播
issue= vanishing gradient消失梯度
2006年之前,deep learning方向由于back-prop带来的vanishing gradient问题,效果不佳,甚至不如浅层的网络,直到hinton、lecun、bengio发表了三篇breakthrough papers,一切都改变了。
从这节开始有点看不懂了。
神经网络
推荐资源:
Michael Nielsen
吴恩达
分类问题:
1.可用的分类器:
逻辑回归,支持向量机,朴素贝叶斯, 神经网络
2. 前向传播(Forward prop):神经网对一组输入进行分类的方式
多层感知器(MLP)