深度学习原理与TensorFlow实践黄理灿课后习题答案

深度学习原理与TensorFlow实践黄理灿课后习题答案

第一章 绪论

1.详述人工智能、机器学习、人工神经网络和深度学习之间的关系

2.详述深度学习的发展历程

3.详述深度学习在社会、经济以及科学技术领域中的应用

第二章 机器学习概论

第三章 神经网络

第四章 深度学习

1.详细说明BP算法的原理

2.为什么激励函数必须是分段可导的

3.损失函数有哪些？他们之间的区别是什么？

4.什么是正则化？为什么需要正则化

5.通过学习权值参数，说明初始值的选择有何影响，哪个激励函数要求初始值不能为0？

6.什么是过拟合？

7.什么是梯度消失？什么是梯度爆炸

第五章 Python编程基础

第六章 TensorFlow编程基础

第七章 TensorFlow模型

链接地址：深度学习原理与TensorFlow实践课后习题完整答案

如果需要完整PDF答案可以关注下方公众号，后台回复“TensorFlow”即可获取，阿光期待着您的光临~