Day14 8.1 加深学习网络 8.1.1 向更深的网络出发 构建一个进行MNIST手写数字识别的深度CNN： (Conv -> ReLU -...

Day13 CNN的实现&CNN可视化&具有代表性的CNN 7.5 CNN的实现 按照Convolution -> ReLU -> Poolin...

Day12 7.3 池化层 池化是缩小高、长方向上空间的运算 图像领域主要使用Max Pooling 池化层的特征 没有要学习的参数 通道数不发...

Day11 整体结构&卷积层 7.1 整体结构 Conv -> ReLU -> (Pooling)类比 Affine -> ReLU 7.2 卷...

Day 9 6.1 参数的更新 6.2 权重初始值 6.2.1 权重初始化为0？ 权值衰减是一种通过减小权重参数的值来抑制过拟合的方法。 不能将...

计算图&链式法则&反向传播 1.计算图 数据结构中的图结构，用点表示数据节点，线表示节点之间的关系。工程项目管理中的双代号网络计划图，用节点表示...

Day 5 从数据中学习 “学习”这个词该怎样理解？用一个同样领域的词来替代，可以认为是“训练”。所谓学习或训练，即是让模型通过优化算法在数据中...

Day4 1.三层神经网络（forward propagation） 2.输出层的设计 3.手写数字图像识别

Day 3 从感知机到复杂神经网络 简单理解，感知机可看作是激活函数为阶跃函数的“神经元”。而许多神经元进行串、并联可以构成复杂的神经网络，并随...