准备 本文不是一篇引导读者入门的科普文。读者至少需要对人工神经网络有概念性的理解，并且熟悉偏导数。 这是一个简单的人工神经网络，分为输入层，隐藏层和输出层。输入层以原始数据 x 作为本层向下一层的输出，...
分类：
编程语言 时间：
2015-11-11 19:31:29
阅读次数：
313
深度学习的特点：1）建立、模仿人脑学习的机制2）含多隐层的多层感知器；组合底层特征形成更加抽象的高层特征3）发现数据的分布性特征4）源于人工神经网络人工神经网络的低潮：1）容易过拟合、参数难tune，需要不少trick2）训练速度比较慢，在层次比较少（小于等于3）的情况下效果并不比其它方法更优人工神...
分类：
其他好文 时间：
2015-10-18 15:19:19
阅读次数：
366
人工神经网络（Artificial Neural Networks）顾名思义，是模仿人大脑神经元结构的模型。上图是一个有隐含层的人工神经网络模型。X = （x1,x2,..,xm）是ANN的输入，也就是一条记录的在m个属性上的值。每个属性对应一个输入节点。 对于输入层来说，输入层的输...
分类：
其他好文 时间：
2015-10-16 06:18:24
阅读次数：
219
上一次我们讲了M-P模型，它实际上就是对单个神经元的一种建模，还不足以模拟人脑神经系统的功能。由这些人工神经元构建出来的网络，才能够具有学习、联想、记忆和模式识别的能力。BP网络就是一种简单的人工神经网络。我们的第二话就从BP神经网络开始漫谈吧。BP的来源“时势造英雄”，一个伟大的人物的登场总是建立...
分类：
其他好文 时间：
2015-09-01 16:32:26
阅读次数：
506
最近的关键字：分类算法，outlier detection，machine learning简介：此文将 k-means,decision tree,random forest,SVM(support vector mechine),人工神经网络（Artificial Neural Network，...
分类：
编程语言 时间：
2015-08-17 00:41:40
阅读次数：
298
一提到人工神经网络应当想到三个基础的知识点：一是神经元模型；二是神经网络结构；三是学习算法。神经网络的种类多种多样，但其分类依据逃不出上面上个基础知识点。所以在学习中如果能够仅仅把握住以上三个线索，就能触类旁通，拥有一个非常好的视角看待神经网络。今天就对这三个基础知识点进行总结，达到指导神经网络学习以及深化对神经网络的理解的目的。
一、神经元模型
人工神经网络是在现代神经生物学研究基础上提出的...
分类：
其他好文 时间：
2015-08-14 19:21:00
阅读次数：
255
卷积神经网络中的权值更新也是使用误差的反向传播算法。损失函数一般使用最小平方误差函数。由于卷积网络中存在两部分区域：卷积区和全连接区，它们在计算损失时有所不同我们将其分开进行讨论。1、全连接网络的权值更新 这一部分与经典的人工神经网络不同之处在于多了一个偏置值。我们主要对多出的这个偏置值的更新...
分类：
其他好文 时间：
2015-08-06 14:47:45
阅读次数：
423
首先什么是人工神经网络？简单来说就是将单个感知器作为一个神经网络节点，然后用此类节点组成一个层次网络结构，我们称此网络即为人工神经网络（本人自己的理解）。当网络的层次大于等于3层（输入层+隐藏层（大于等于1）+输出层）时，我们称之为多层人工神经网络。1、神经单元的选择 那么我们应该使用什么样的...
分类：
编程语言 时间：
2015-08-02 19:46:31
阅读次数：
342
感知器作为人工神经网络中最基本的单元，有多个输入和一个输出组成。虽然我们的目的是学习很多神经单元互连的网络，但是我们还是需要先对单个的神经单元进行研究。感知器算法的主要流程： 首先得到n个输入，再将每个输入值加权，然后判断感知器输入的加权和最否达到某一阀值v，若达到，则通过sign函数输出1，否则....
分类：
编程语言 时间：
2015-08-01 23:17:17
阅读次数：
166
参考：http://blog.csdn.net/helloaya/article/details/4224425人工神经网络算法是模拟人的神经网络的一种算法.该算法像人一样，具有一定的学习能力。人工神经网络可以学会它所能表达的任何东西.该算法在模拟人类抽象思维方面较传统的算法具有优势，如图像识别 (...
分类：
编程语言 时间：
2015-07-30 09:29:33
阅读次数：
137
