前两天逛知乎,看到这个问题「你认为最大的智商税是什么?」,看到有这么多人关注这个问题,回答也有两千多。我很好奇大家...[作者空间]
刚过去的2019年以来,GDP持续下降,同时CPI持续走高。这意味着什么呢? 意味着:工作难找钱难赚,同时兜里的钱...[作者空间]
长久以来,我和小伙伴们都被 Kaggle 网站的加载速度困扰着,比如最近在用 Kaggle 上的数据集测试模型效果...[作者空间]
先安装 pip 包: 把 bootstrap 的 sheetstyle 加入你的 app 中: 生成 navbar...[作者空间]
周末闲来无事,翻了翻薛之谦的微博,想当初也是很爱听老薛的歌啊。 从百度指数也可以看出,这个时候也是薛之谦最火的时候...[作者空间]
我们已经实现了卷积层和池化层,现在来组合这些层,搭建进行手写数字识别的CNN。 如上图,网络的构成是Convolu...[作者空间]
池化是一种缩小空间大小的运算,池化有Max池化和Averae池化两种。Max池化是取出目标区域的最大值;Avera...[作者空间]
最近由于毕业设计的缘故,开始学习计算机领域最富有魅力的知识:深度学习 什么是深度学习? 深度学习可以理解为“深度”...[作者空间]
卷积神经网络(CNN)被广泛应用于图像识别这个领域,几乎所有的基于深度学习的图像识别都是以卷积神经网络作为技术基础...[作者空间]
神经网络中,除了权重偏置等参数,超参数也是一个很重要的概念。权重偏置可以通过学习自动更新,而超参数必须人为设定。 ...[作者空间]
机器学习的目的是提高泛化能力,即是指模型对训练数据集之外的其他数据仍有较好的识别效果。与泛化能力相对的问题就是“过...[作者空间]
由上一篇文章可知,如果我们设置了合适的权重初始值,比如He初始值,则各层的激活值分布会有适当的广度,从而可以顺利的...[作者空间]
在神经网络的学习中,权重的初始值特别重要,它经常关系到神经网络的学习能否成功。 权重初始值的优化有三个要点(结论)...[作者空间]
神经网络学习的目的是找到使损失函数的值尽可能小的参数。这是寻找最优参数的问题,解决这个问题的过程称为最优化。而在深...[作者空间]
上一节我们学习的是通过数值微分来计算损失函数关于权重参数的梯度,这种方法也称为:随机梯度下降法(SGD)。 随机梯...[作者空间]
Scala是一个面向对象的函数式编程语言,在Scala中,一切皆函数。 函数式编程的优点: 提高生产效率,代码量更...[作者空间]
数值微分就是利用数值方法近似求解函数的导数的方法。根据大一学习的【高等数学】的知识可知,函数的导数近似等于函数的差...[作者空间]
神经网络的学习是指从训练数据中自动获取最优权重参数的过程,损失函数就是用来衡量神经网络的学习的程度,学习的目的就是...[作者空间]
求解机器学习问题的步骤如下: 学习 推理 类似的,使用神经网络解决问题时,也需要使用训练数据进行权重参数的学习;进...[作者空间]
想要高效地实现神经网络,离不开numpy多维数组的运算。 一维数组 先介绍numpy一维数组: 如上所示,数组的维...[作者空间]