课时14 卷积神经网络详解（上） CNN处理的是一些数据块，在这之间有很多层，一系列的层将输入数据变换为输出数据，所以完成操作的中间量不仅是NN时候讲的那些向量，而是立体结构，有宽，高和深度，在整个计算过程中要保持这些三维特征。这里的深度指的是一个数据体的第三个维度。 工作流程 我们得到一些数据，作 ...
分类：
其他好文 时间：
2017-04-29 10:55:05
阅读次数：
218
在前面几课里的学习算法的思路都是给定数据集以后。确定基于此数据集的最佳如果H函数，通过学习算法确定最佳如果H的各个參数，然后通过最佳如果函数H得出新的数据集的结果。在这一课里介绍了一种新的思路，它的核心思想是直接计算各种如果的最高概率，然后拟合各个如果的最高概率參数，并利用拟合得到的如果概率，计算出 ...
分类：
编程语言 时间：
2017-04-28 10:24:37
阅读次数：
197
在我的一生中，我见证了社会深刻的变化。其中最深刻的，同时也是对人类影响与日俱增的变化，是人工智能的崛起。简单来说，我认为强大的人工智能的崛起，要么是人类历史上最好的事，要么是最糟的。我不得不说，是好是坏我们仍不确定。但我们应该竭尽所能，确保其未来发展对我们和我们的环境有利。我们别无选择。我认为人工智 ...
分类：
其他好文 时间：
2017-04-27 23:21:09
阅读次数：
374
课时12 神经网络训练细节part2（上） 训练神经网络是由四步过程组成，你有一个完整的数据集图像和标签，从数据集中取出一小批样本，我们通过网络做前向传播得到损失，告诉我们目前分类效果怎么样。然后我们反向传播来得到每一个权重的梯度，这个梯度告诉我们如何去调整每一个权重，最终我们能够更好的分类图片。 ...
分类：
其他好文 时间：
2017-04-26 20:53:49
阅读次数：
383
在上一篇中提到的Logistic回归是利用最大似然概率的思想和梯度上升算法确定θ，从而确定f(θ)。本篇将介绍还有一种求解最大似然概率?(θ)的方法，即牛顿迭代法。 在牛顿迭代法中。如果一个函数是，求解θ值使得f(θ)=0。在图1中可知， 图1 选择一个点，相应函数值为,并将相应的切线与x轴相交的点 ...
分类：
其他好文 时间：
2017-04-25 22:21:11
阅读次数：
253
课时8 反向传播与神经网络初步（上） 反向传播在运算连路中，这是一种通过链式法则来进行递推的计算过程，这个链路中的每一个中间变量都会对最终的损失函数产生影响。 链式法则通常包含两部分，局部梯度和后一层的梯度相乘 前向和反向花费的时间是基本一样的。 大的函数也可以直接视作一个整体计算梯度 当局部梯度非 ...
分类：
其他好文 时间：
2017-04-23 19:30:26
阅读次数：
122
课时6 线性分类器损失函数与最优化（上） 多类SVM损失：这是一个两分类支持向量机的泛化 SVM损失计算了所有不正确的例子，将所有不正确的类别的评分，与正确类别的评分之差加1，将得到的数值与0作比较，取两者中的最大值。然后将所有的数值进行求和。用平均值来代替不会影响结果。 这些评分都是无标度的，因为 ...
分类：
其他好文 时间：
2017-04-20 21:00:33
阅读次数：
193
