发表评论取消回复
相关阅读
相关 神经网络初步(二)——前向传播
前向传播 目的:由输入值得到输出值,并计算出loss 输入值就是你给的那些数据,输出值就是0或者1(代表苹果或者梨) 如果我们给1个新的输入值,那么通过这个模型以后得
相关 前向神经网络的矩阵表示
前向神经网络的矩阵表示: P f ( W x i ) = o i Pf(Wx\_i)=o\_i Pf(Wxi)=oi P f ( W X ) = O Pf(WX
相关 百面机器学习(0)前言
算法工程师必备的知识体系(不积跬步,无以至千里):特征工程,模型评估,降维; 最新进展:神经网络,强化学习,生成对抗网络; 应用(博观而约取,厚积而薄发) 推荐序
相关 百面机器学习(13)生成式对抗网络
目录 01 初识GANs 02 WGAN:抓住低维的幽灵 03 DCGAN:当GANs遇上卷积 05 IRGAN:生成离散样本 06 SeqGAN:生成文本序列 -
相关 百面机器学习(12)集成学习
目录 01 集成学习的种类 02 集成学习的步骤和例子 03 基分类器 04 偏差与方差 05 梯度提升决策树GBDT的基本原理 06 XGBoost与GBDT的联
相关 百面机器学习(11)强化学习
目录 01 强化学习基础 02 视觉游戏里的强化学习 03 策略梯度 04 探索与利用 -------------------- 涉及动态系统的决策学习过程:强化学
相关 百面机器学习(10)循环神经网络RNN
目录 01 循环神经网络和卷积神经网络 02 RNN的梯度消失问题 03 RNN中的激活函数 04 长短期记忆网络 05 Seq2Seq模型 06 注意力机制 -
相关 百面机器学习(9)前向神经网络
目录 01 多层感知机与布尔函数 02 深度神经网络中的激活函数 03 多层感知机的反向传播算法 04 神经网络训练技巧 05 深度卷积神经网络 06 深度残差网络
相关 百面机器学习(8)采样
01 采样的作用 问题:举例说明采样的作用 随机化、信息降维 02 均匀分布随机数 编程实现均匀分布随机数生成器?线性同余。 03 常见的采样方法
还没有评论,来说两句吧...