摘要：
CNN网络结构 在神经网络的发展历史中介绍了，CNN被广泛应用与图像领域，本文对CNN网络结构与算法进行进一步的介绍。 基本网络结构 CNN的网络结构一般包括： 输入层 由若干卷积层、激活函数、池化层、全连接层组成的隐藏层 使用softmax激活函数的输出层 卷积运算 CNN中的卷积运行表示为： $ 阅读全文
摘要：
DNN网络结构 DNN是从多层感知器发展而来的第三代神经网络，DNN的网络结构分为三部分：输入层、隐藏层、输出层。 DNN的层与层之间是全连接的，第$i$层的任意一个神经元一定与第$i+1$层的任意一个神经元连接. 从小的局部模型来讲，DNN和感知器一样，包括： 线性关系：$z=\sum_1^m{w 阅读全文
摘要：
1、管理 -> 选型 -> 启用数学公式支持 2、使用markdown编辑器 3、示例：$\sum_{1}^{m}\theta ^TX^i$ $$\sum_{1}^{m}\theta ^TX^i$$ 说明：公式使用$$$，或$$$$独立一行，具体参考markdown语法 4、在线公式编辑器：http 阅读全文
摘要：
1、三代神经网络的发展 第一代神经网络：感知器（1950s） 第一代神经网络又称为感知机，在1950年左右被提出来，算法分为输入层和输出层，输入和输出之间为线性关系，感知机无法处理非线性模型，即不能解决线性不可分的问题。 第二代神经网络：多层感知器MLP（1980s） 第二代神经网络为多层感知机（M 阅读全文