-
激勵函數(shù)作用查看全部
-
網(wǎng)絡(luò)向量化查看全部
-
梯度查看全部
-
梯度查看全部
-
人工智能分三類： 自上而下的符號主義 基于邏輯學 自下而上的連接主義（即神經(jīng)網(wǎng)絡(luò)） 基于仿生學 機器學習，基于進化論查看全部
-
這個太簡單了，大家看完了還是一臉懵逼，我給大家指條路參考： 第一步：復(fù)習線性代數(shù)。http://open.163.com/special/opencourse/daishu.html。 第二步：入門機器學習算法。http://open.163.com/special/opencourse/machinelearning.html。 第三步：嘗試用代碼實現(xiàn)算法。https://www.coursera.org/learn/machine-learning。 還有這個也是不錯的https://www.coursera.org/learn/neural-networks。查看全部
-
網(wǎng)絡(luò)結(jié)構(gòu)查看全部
-
網(wǎng)絡(luò)結(jié)構(gòu)查看全部
-
神經(jīng)網(wǎng)絡(luò)查看全部
-
神經(jīng)網(wǎng)絡(luò)用于進行判斷。查看全部
-
激活函數(shù)查看全部
-
網(wǎng)絡(luò)梯度下降 反向傳播，根據(jù)結(jié)構(gòu)，反向調(diào)整每一層的參數(shù)查看全部
-
激勵函數(shù)：激勵函數(shù)的作用是提供規(guī)?；姆蔷€性化能力查看全部
-
：= 表示同步更新查看全部
-
組件包括 ：網(wǎng)絡(luò)結(jié)構(gòu) 激勵函數(shù)（每個神經(jīng)元最重要的就是激勵函數(shù)） 損失函數(shù)（結(jié)果評價） 梯度下降查看全部
舉報
0/150
提交
取消