,其中m为训练样本数量
![240](https://cdn2.jianshu.io/assets/default_avatar/2-9636b13945b9ccf345bc98d0d81074eb.jpg?imageMogr2/auto-orient/strip|imageView2/1/w/240/h/240)
,其中m为训练样本数量
(教材)其中*表示逐元素乘积向量化后: (自己推导)ReLU: Sigmoid: Affine: LogCost:
标量、向量、矩阵和张量 标量(scalar):斜体表示标量,即一个单独的数,表示是实数集上的一个标量,表示为自然数集上的一个标量.向量(vector):粗体表示向量,表示为实...
卷积神经网络(Convolution Neural Network) 基于全连接层和CNN的神经网络示意图 全连接的局限性 由于全连接所有数据会被拉平成1维数据,数据的"形状...
common.layers: functions.py
参数更新 神经网络的学习目的是找到使损失函数尽可能小的参数,即解决一个最优化问题.但是由于神经网络参数空间过于复杂,很难通过数学式求解的方式解决这个最优化问题. SGD 将参...
计算图 用计算图求解 eg.1 太郎在超市买了2个100日元/个的苹果,消费税10%,计算支付金额的过程可以表示成太郎买苹果也可以表示成如下形式太郎买苹果2 eg.2 太郎买...
数据驱动 提取特征量 训练数据和测试数据 使用训练数据进行学习,寻找最优的参数 使用测试数据评价模型的实际能力 仅用一个数据集去学习和评价参数,容易出现过拟合 损失函数 神经...
感知机到神经网络 感知机(理论上)可以处理很复杂的问题,但是感知机权重设置的工作依然是由人工进行的,这个特性限制了感知机处理问题的复杂度.而神经网络一个重要性质就是他可以自动...
集成学习(ensemble) 由多种算法给出判断结果并投票,以一定的原则综合这些投票并进行决策.e.g. 病情确诊sk-learn中提供了Voting Classifier接...
逻辑门感知机 与门、或门、与非门 输入一个或者多个信号(...),在神经元中分别乘以权重(,...),神经元会计算传来的信号总和,如果大于阈值则输出1,否则输出0. 单层感知...
Profile Decision Tree,非参数的学习算法,可以解决分类问题,天然地解决多分类问题(类似KNN,不需要通过ovr或者ovo),也可以解决回归问题(先将待测样...
Profile FullName: Support Vector Machine vs Logistic Regression Logistic Regression Log...