2.深度学习入门笔记:神经网络基础
原文链接//blog.csdn.net/TeFuirnever/article/details/100835595
欢迎关注WX公众号:【程序员管小亮】
专栏——深度学习入门笔记
声明
1)该文章整理自网上的大牛和机器学习专家无私奉献的资料,具体引用的资料请看参考文献。
2)本文仅供学术交流,非商用。所以每一部分具体的参考资料并没有详细对应。如果某部分不小心侵犯了大家的利益,还望海涵,并联系博主删除。
3)博主才疏学浅,文中如有不当之处,请各位指出,共同进步,谢谢。
4)此属于第一版本,若有错误,还需继续修正与增删。还望大家多多指点。大家都共享一点点,一起为祖国科研的推进添砖加瓦。
文章目录
- 欢迎关注WX公众号:【程序员管小亮】
- 专栏——深度学习入门笔记
- 声明
- 深度学习入门笔记(二):神经网络基础
- 1、二分类
- 2、逻辑回归
- 3、逻辑回归的代价函数
- 4、梯度下降法
- 梯度下降法可以做什么?
- 梯度下降法的形象化说明
- 梯度下降法的细节化说明
- 梯度下降法的具体化说明
- 5、逻辑回归的梯度下降
- 6、m 个样本的梯度下降
- 推荐阅读
- 参考文章
深度学习入门笔记(二):神经网络基础
1、二分类
下面要学习的是神经网络的基础知识,其中需要注意的是,当实现一个神经网络的时候,需要知道一些非常重要的技术和技巧,闲言少叙,直接开搞。
逻辑回归(logistic regression) 是一个用于 二分类(binary classification) 的算法。首先从一个问题——猫咪识别开始说起,如果识别这张图片为猫,则输出标签1作为结果;如果识别出不是猫,那么输出标签0作为结果。用字母 y y y yy y yyym:
J ( w , b ) = 1 m ∑ J(w,b)=1m∑ J(w,b)=1m∑
还没有评论,来说两句吧...