-
在學(xué)習(xí)的過(guò)程中需要判斷學(xué)習(xí)產(chǎn)生的函數(shù)值與監(jiān)督學(xué)習(xí)給出的訓(xùn)練集中數(shù)據(jù)之間的差異性，即一個(gè)損失函數(shù)要做的事情查看全部
-
激勵(lì)函數(shù)的作用是提供規(guī)?；姆蔷€性化的能力查看全部
-
回歸梯度下降同步更新查看全部
-
回歸梯度下降查看全部
-
邏輯回歸查看全部
-
神經(jīng)網(wǎng)路 應(yīng)用查看全部
-
神經(jīng)網(wǎng)絡(luò)的分類(lèi)應(yīng)用領(lǐng)域查看全部
-
邏輯回歸查看全部
-
訓(xùn)練過(guò)程查看全部
-
2018/03/10查看全部
-
神經(jīng)學(xué)查看全部
-
應(yīng)該有一個(gè)是錯(cuò)的，前面有一個(gè)公式是：a^n=g(z^n),求導(dǎo)之后應(yīng)該是da^n=dz^n*g'(z^n)查看全部
-
網(wǎng)絡(luò)結(jié)構(gòu) 首先隱含層將x值用z的函數(shù)線性表示，然后輸出層中的激活函數(shù)g(x)將x由線性組合編程非線性組合查看全部
-
課程安排 組件包括 ：網(wǎng)絡(luò)結(jié)構(gòu) 激勵(lì)函數(shù)（每個(gè)神經(jīng)元最重要的就是激勵(lì)函數(shù)） 損失函數(shù)（結(jié)果評(píng)價(jià)） 梯度下降查看全部
-
人工智能分三類(lèi)： 自上而下的符號(hào)主義 基于邏輯學(xué) 自下而上的連接主義（即神經(jīng)網(wǎng)絡(luò)） 基于仿生學(xué) 機(jī)器學(xué)習(xí)，基于進(jìn)化論查看全部
舉報(bào)
0/150
提交
取消