1.深度前馈网络 定义了一个映射 y = f(x;θ)，并且学习参数 θ 的值，使它能够得到最佳的函数近似 2.这种模型被称为前向（feedforward） 在模型的输出和模型本身之间没有反馈（feedback）连接 3.深度（depth） 模型的层数 4.隐藏层（hidden layer） 隐藏层 ...
分类：
其他好文 时间：
2018-11-30 13:54:10
阅读次数：
244
BP神经网络是一种按误差反向传播(简称误差反传)训练的多层前馈网络,其算法称为BP算法,它的基本思想是梯度下降法。 BP神经网络的网络结构： 通常有n个输入，m个输出，中间有若干个隐藏层，具体如下图所示： BP神经网络的计算过程： 工作信号正向传递过程（前向传播）： 四个步骤： 1、输入层的每个节点 ...
分类：
其他好文 时间：
2018-09-29 18:21:06
阅读次数：
372
参考与评述 参考书目《Deep Learning》Lan Goodfellow. 经典的深度学习框架是以计算图&梯度下降方法实现对前馈网络的有监督学习。 这里复现了前馈计算图的梯度计算实现。 一、前馈计算图实现 1. 前向与梯度计算 结果数组 （保存输入节点与计算节点的输出值，能够反映节点在计算方向 ...
分类：
其他好文 时间：
2018-09-08 19:58:54
阅读次数：
204
转自：https://www.csdn.net/article/2015-06-05/2824880 LSTM递归神经网络RNN长短期记忆 摘要：根据深度学习三大牛的介绍，LSTM网络已被证明比传统的RNNs更加有效。本文由UCSD研究机器学习理论和应用的博士生Zachary Chase Lipto ...
分类：
其他好文 时间：
2018-08-06 13:44:08
阅读次数：
153
前馈网络 定义 神经网络：$<V,E,\sigma,w>, E\subseteq V\times V,w:V\times V\to R, \sigma:V\times R\to R $， 输出函数$f(v)$递归定义为$$\begin{aligned}f(v)&=x(v)&,if\,\nexists ...
分类：
其他好文 时间：
2018-07-29 14:20:12
阅读次数：
187
一、简化前馈网络LeNet 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 import torch as t class LeNet(t.nn.Module): def __in ...
分类：
其他好文 时间：
2018-06-28 20:45:18
阅读次数：
603
第四章 数值计算（numerical calculation）和第五章 机器学习基础下去自己看。 一、深度前馈网络（Deep Feedfarward Network，DFN）概要： DFN：深度前馈网络，或前馈神经网络（FFN）/多层感知机（MLP） 目标：近似模拟某函数f y=f(x;θ) 学习参 ...
分类：
其他好文 时间：
2018-04-01 16:05:10
阅读次数：
546
一、简化前馈网络LeNet；二、优化器基本使用方法；三、网络模块参数定制；四、在训练中动态的调整学习率 ...
分类：
其他好文 时间：
2018-03-03 17:03:43
阅读次数：
416
神经网络可以通过使用 包来构建。 既然你已经了解了 ，而 依赖于 来定义模型并对其求微分。一个 包含多个网络层，以及一个返回输出的方法 。 例如，查看下图中的对数字图片分类的网络： 这是一个简单的前馈网络。它接受输入，并将输入依次通过多个层，然后给出输出结果。 对于神经网络来说，一个经 ...
分类：
其他好文 时间：
2018-01-31 00:56:57
阅读次数：
363
因为之前没有任何的接触过AI，所以引用很多文章， 链接如下： http://blog.csdn.net/zhongkejingwang/article/details/44514073 https://www.cnblogs.com/daniel-D/archive/2013/06/03/31162 ...
分类：
编程语言 时间：
2017-12-23 23:10:24
阅读次数：
222
