11 2018 档案
摘要：首先要简单区别几个概念：人工智能，机器学习，深度学习，神经网络。这几个词应该是出现的最为频繁的，但是他们有什么区别呢？ 人工智能：人类通过直觉可以解决的问题，如：自然语言理解，图像识别，语音识别等，计算机很难解决，而人工智能就是要解决这类问题。 机器学习：机器学习是一种能够赋予机器学习的能力以此让它
阅读全文
摘要：神经网络术语 感知器：这个神经元输出(output) 0或者 1 是由这些输入的加权求和 ∑jwjxj是否大于或者小于某一个阈值(threshold) sigmoid神经元：就像感知器，sigmoid神经元有输入x1,x2,…。但是输入值不仅是0或者1，还可以是0到1的任意值 输入层：神经网络的最左
阅读全文
摘要：机器学习 各种优化器的总结和比较（各种梯度下降算法模型的对比）
阅读全文
摘要：tf.nn.conv2d是TensorFlow里面实现卷积的函数，参考文档对它的介绍并不是很详细，实际上这是搭建卷积神经网络比较核心的一个方法，非常重要 tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name
阅读全文
摘要：卷积神经网络介绍 卷积神经网络是一种多层神经网络，擅长处理图像特别是大图像的相关机器学习问题。 最典型的卷积网络，由卷积层、池化层、全连接层组成。其中卷积层与池化层配合，组成多个卷积组，逐层提取特征，最终通过若干个全连接层完成分类。 卷积层完成的操作，可以认为是受局部感受野概念的启发，而池化层，主要
阅读全文
摘要：Softmax在机器学习中有非常广泛的应用，但是刚刚接触机器学习的人可能对Softmax的特点以及好处并不理解，其实你了解了以后就会发现，Softmax计算简单，效果显著，非常好用。 我们先来直观看一下，Softmax究竟是什么意思 我们知道max，假如说我有两个数，a和b，并且a>b，如果取max
阅读全文
