广告
文章
毛大闲 2019-11-4 21:09
原创 【零基础】使用Tensorflow实现神经网络
一、序言   前面已经逐步从单神经元慢慢“爬”到了神经网络并把常见的优化都逐个解析了,再往前走就是一些实际应用问题,所以在开始实际应用之前还得把 ...
毛大闲 2019-10-29 23:16
原创 【零基础】神经网络优化之Adam
一、序言   Adam是神经网络优化的另一种方法,有点类似上一篇中的“动量梯度下降”,实际上是先提出了RMSprop(类似动量梯度下降的优化算法),而后结合 ...
毛大闲 2019-10-29 11:25
原创 【零基础】神经网络优化之动量梯度下降
一、序言   动量梯度下降也是一种神经网络的优化方法,我们知道在梯度下降的过程中,虽然损失的整体趋势是越来越接近0,但过程往往是非常曲折的,如下图 ...
毛大闲 2019-10-27 23:15
原创 【零基础】神经网络优化之mini-batch
一、前言   回顾一下前面讲过的两种解决过拟合的方法:   1)L0、L1、L2:在向前传播、反向传播后面加个小尾巴   2)dropout:训练时随机“删除” ...
毛大闲 2019-10-24 15:45
原创 【零基础】神经网络优化之dropout和梯度校验
一、序言   dropout和L1、L2一样是一种解决过拟合的方法,梯度检验则是一种检验“反向传播”计算是否准确的方法,这里合并简单讲述,并在文末提供完整示 ...
毛大闲 2019-10-18 13:01
原创 【零基础】神经网络优化之L1、L2
一、序言   前面的文章中,我们逐步从单神经元、浅层网络到深层网络,并且大概搞懂了“向前传播”和“反向传播”的原理,比较而言深层网络做“手写数字 ...
毛大闲 2019-10-14 10:19
原创 【零基础】看懂神经网络中的反向传播
一、序言   反向传播在神经网络中用于优化权重w和阈值b,是神经网络优化的核心算法。经过数日的学习终于看明白了一点反向传播的原理,这里作文记录心得 ...
毛大闲 2019-10-10 13:49
原创 【零基础】理解神经网络中传播函数的内在含义
一、序言   之前已经写过“单神经元、浅层神经网络、深层神经网络”(感兴趣的可以翻翻),写的有点乱而且很多环节都没有说明白。这里我们尝试通过“感 ...
毛大闲 2019-9-28 08:45
原创 【零基础】深层神经网络解析
回顾:   【零基础】AI神经元解析(含实例代码)   【零基础】浅层神经网络解析 一、序言   前面我们已经完成了单神经元、浅层 ...
毛大闲 2019-9-23 21:29
原创 【零基础】浅层神经网络解析
回顾: 【零基础】AI神经元解析(含实例代码) 一、序言   前两天写了关于单神经元的解析,这里再接再厉继续浅层神经网络的解析。浅层神经 ...
毛大闲 2019-9-17 21:51
原创 【零基础】AI神经元解析(含实例代码)
一、序言   关于“深度学习”大部分文章讲的都云里雾里,直到看到“床长”的系列教程以及《深度学习入门:基于Python的理论与实现》,这里主要是对这两 ...
毛大闲 2019-8-27 09:31
原创 【零基础】风格迁移之deep-painterly-harmonization的安装和使用
注:原项目名叫deep-painterly-harmonization,这里我缩写下称呼其为“DPH” 注:原项目GIT链接:https://github.com/luanfujun/deep-painterly-harmonizat ...
毛大闲 2019-8-21 13:01
原创 【零基础】看懂“深度学习”的优势
  深度学习是AI研究的一个重要方向,最近看了不少相关资料,不免有些感悟这里写出来给大家分享。 一、深度学习是基础服务   深度学习可以类比于云计 ...
毛大闲 2019-8-6 15:57
原创 【零基础】搞懂GPU为什么比CPU“快”
一、前言   近几年深度学习在各领域大显神威,而”GPU加速"也得到了越来越多的篇幅,似乎任何程序只要放到GPU上运行那速度就是杠杠的。GPU代替CPU计算已 ...
毛大闲 2019-7-17 08:49
原创 【零基础】量子纠缠图像问世,简单解读实验原理
量子纠缠图像问世   量子纠缠是量子力学领域的基本现象之一,指两个粒子相互作用并瞬间共享其物理状态。所谓“量子纠缠”,是指一对粒子属性完全相反, ...
广告
关闭 热点推荐上一条 /3 下一条