发简信
IP属地：北京
-
蛋白对接主链柔性解决方法综述这是 2021 年约翰霍普金斯大学化学与生物分子工程系 Jeffrey Gray 教授组发表于《Current Opinion in Struc...
-
深度学习（九）：自然语言处理1 自然语言处理(NLP) NLP 任务希望能做到以下三件事：1、标记文本区域（如词性标注、情感分类或者命名实体识别）2、链接两个以上的文本区域...
-
深度学习（八）：卷积神经网络1 在多个位置复用权重 1、神经网络最大的挑战是过拟合。过拟合指的是神经网络试图记忆一个数据集，而不是从中学习可以泛化到还没见过的数据的有用抽象...
-
深度学习（七）：激活函数1 激活函数限制 激活函数是在预测时应用于一层神经元的函数。激活函数有以下的限制：约束1：函数必须连续且定义域是无穷的 约束2：好的激活函数是单...
-
深度学习（六）：正则化与批处理
1 神经网络中的过拟合问题 MNIST（Modified National Institute of Standards and Technol...
-
深度学习（五）：描绘神经网络1、所有关于神经元、梯度、层的堆叠等概念最后都汇集到一个重点：神经网络能够发现并创建相关性 2、关联抽象：神经网络试图寻找在输入层和输出层之间的...
-
深度学习（四）：反向传播1 梯度下降分类 1、本章描述的交通信号灯问题是一个多个输入一个输出的神经网络 2、随机梯度下降：它分别为每个训练样例执行预测和权重更新。它先拿...
-
深度学习（三）：通用梯度下降（一次学习多个权重）1 多输入梯度下降学习 1、梯度下降也适用于多输入。因为例子中，三个权重共享一个输出节点，它们也共享一个 delta。但是由于 input 不同...
-
深度学习（二）：梯度下降1、“比较”这一步会让你知道自己的模型错了多少。误差总是正的。均方误差是评估神经网络准确性的常用方法2、在“预测”步骤结束时，“学习”这一步会为...