牛客图书馆 > 读书笔记
  • 《神经网络与深度学习》2.7 读书笔记

    2.7 评价指标 为了衡量一个机器学习模型的好坏,需要给定一个测试集,用模型对测试集 中的每一个样本进行预测,并根据预测结果计算评价分数。 准确率 错误率 对于类别𝑐来说,模型在测试集上的结果可以分为以下四种情况: 类别为c 判定为c : ...
    子永 编辑于 2020-12-05 19:26:23
  • 《神经网络与深度学习》读书笔记

    绪论 深度学习是机器学习的一个分支,是指解决这类问题的方法。指从有限的样例中通过算法总结出一般的规律,并可以应用到新的未知数据上面。 深度学习采用的模型一般比较复杂,指样本的原始输入到输出目标之间的数据流经过多个线性或非线性的组件.因为每个组件都会 对信息进...
    子永 编辑于 2020-10-18 10:57:39
  • 《神经网络与深度学习》6.6读书笔记

    6.6 基于门控的循环神经网络 为了改善循环神经网络的长程依赖问题, 一种非常好的解决方案是在公式(6.50)的基础上引入门控机制来控制信息的累积速度,包括有选择地加入新的信息,并有选择地遗忘之前累积的信息.这一类网络可以称为基于门控的循环神经网络(Gate...
    子永 编辑于 2021-05-14 18:38:45
  • 《神经网络与深度学习》读书笔记

    1 表示学习 为了提高机器学习系统的准确率,我们就需要将输入信息转换为有效的特征,或者更一般性地称为表示.如果有一种算法可以自动地学习出有效的特征,并提高最终机器学习模型的性能,那么这种学习就可以叫作表示学习。 在表示学习中,有两个核心问题:一是“什么是一个...
    子永 编辑于 2020-10-25 18:49:32
  • 《神经网络与深度学习》读书笔记

    第三章 和回归问题不同,分类问题中的目标标签𝑦是离散的类别标签,因此分类问题中的决策函数需要输出离散值或是标签的后验概率.线性分类模型一般是一 个广义线性函数,即一个或多个线性判别函数加上一个非线性激活函数.所谓“线性”是指决策边界由一个或多个超平面组成。...
    子永 编辑于 2020-12-27 19:15:02
  • 《神经网络与深度学习》第四章 读书笔记

    第四章:前馈神经网络 人工神经网络(Artificial Neural Network,ANN)是指一系列受生物学和神经科学启发的数学模型.这些模型主要是通过对人脑的神经元网络进行抽象, 构建人工神经元,并按照一定拓扑结构来建立人工神经元之间的连接,来模拟 ...
    子永 编辑于 2021-01-11 20:36:29
  • 《神经网络与深度学习》7.7读书笔记

    7.7 网络正则化 正则化(Regularization)是一类通过限制模型复杂度,从而避免过拟合,提高泛化能力的方法,比如引入约束、增加先验、提前停止等。 7.7.1 L1 L2 正则化 7.7.2 权重衰减 7.7.3 提前停止 提前停止(Ea...
    子永 编辑于 2021-07-16 19:22:11
  • 《神经网络与深度学习》8.1读书笔记

    第8章 注意力机制与外部记忆 根据通用近似定理,前馈网络和循环网络都有很强的能力.但由于优化算法和计算能力的限制,在实践中很难达到通用近似的能力.特别是在处理复杂任务时,比如需要处理大量的输入信息或者复杂的计算流程时,目前计算机的计算能力依然是限制神经网络发...
    子永 编辑于 2021-07-23 22:46:25
  • 《神经网络与深度学习》6.3读书笔记

    6.3 应用到机器学习 循环神经网络可以应用到很多不同类型的机器学习任务.根据这些任务的特点可以分为以下几种模式:序列到类别模式、同步的序列到序列模式、异步的序列到序列模式。 6.3.1 序列到类别模式 序列到类别模式主要用于序列数据的分类问题:输入为序...
    子永 编辑于 2021-04-23 15:55:40
  • 《神经网络与深度学习》读书笔记

    5.4 几种典型的卷积神经网络 5.4.1 LeNet-5 LeNet-5 共有7 层,接受输入图像大小为32 × 32 = 1 024,输出对应10 个类别的得分.LeNet-5 中的每一层结构如下: 5.4.2 AlexNet AlexNet ...
    子永 编辑于 2021-03-26 17:40:21