随笔分类 - Deep Learning
摘要：推荐资源： 《线性代数的本质》：Essence of linear algebra 视频教程 《数学之美》（科普类书籍），吴军系列书籍都不错。 易向军《大嘴巴漫谈数据挖掘》，通俗生动，不枯燥。
阅读全文
摘要：写在前面：请务必踏踏实实看书，结合笔记或视频来理解学习，任何技术，啃砖头是最扎实最系统的，为避免知识碎片化，切忌抛却书本的学习！！！ 一 什么是深度学习 1 关于AI： AI系统必须具备从原始数据提取模式的能力——机器学习； 算法性能依赖于数据表示（表示学习）； 传统机器学习：人工提取特征 深度学习
阅读全文
摘要：往期回顾 在上一篇文章中，我们已经掌握了机器学习的基本套路，对模型、目标函数、优化算法这些概念有了一定程度的理解，而且已经会训练单个的感知器或者线性单元了。在这篇文章中，我们将把这些单独的单元按照一定的规则相互连接在一起形成神经网络，从而奇迹般的获得了强大的学习能力。我们还将介绍这种网络的训练算法：
阅读全文
摘要：往期回顾 在上一篇文章中，我们已经学会了编写一个简单的感知器，并用它来实现一个线性分类器。你应该还记得用来训练感知器的『感知器规则』。然而，我们并没有关心这个规则是怎么得到的。本文通过介绍另外一种『感知器』，也就是『线性单元』，来说明关于机器学习一些基本的概念，比如模型、目标函数、优化算法等等。这些
阅读全文
摘要：What is deep learning？ 在人工智能领域，有一个方法叫机器学习。在机器学习这个方法里，有一类算法叫神经网络。神经网络如下图所示： 上图中每个圆圈都是一个神经元，每条线表示神经元之间的连接。我们可以看到，上面的神经元被分成了多层，层与层之间的神经元有连接，而层内之间的神经元没有连接
阅读全文
摘要：开篇粘贴导师的几句话： 最近准备趁着几位开题，把神经网络，深度学习方面的内容系统的挖挖。 要学习深度学习，多少要了解一下神经网络，神经网络的典型就是BP，而BP本身是很简单的。 我们前面就从这几个资料（关于资料，我会在接下来的内容中一一展开）开始吧。 一、perception感知器算法 先说一下感知
阅读全文
