摘要：
4.神经网络可以计算任何函数的可视化证明 神经网络拥有一定的普遍性，即包含一个隐藏层的神经网络可以被用来按照任意给定的精度来近似任何连续函数。 这一章使用一个实例来阐述神经网络是如何来近似一个一元函数，和一个二元函数，并扩展到一个多元的实值函数。 5.深度神经网络为何很难训练 这一章讲述了在深度网络 阅读全文
摘要：
在这一节，我们对上一个程序(Network1.py)进行了优化 3.改进神经网络的学习方法 (1)交叉熵代价函数的引入 Network1程序采用了S型神经元，S型神经元存在一个问题，当输出层神经元的输出接近0，或者1的时候，sigmoid函数曲线相当平导致此时sigmoid函数的导数很小，当选择二次 阅读全文
摘要：
最近花了半个多月把Mchiael Nielsen所写的Neural Networks and Deep Learning这本书看了一遍，受益匪浅。 该书英文原版地址地址：http://neuralnetworksanddeeplearning.com/ 回顾一下这本书主要讲的内容 1.使用神经网络识 阅读全文
摘要：
本博文主要是较为直观的理解卷积神经网络的工作原理，明白卷积神经网络是怎么工作的(转载) 近日，Dishashree Gupta 在 Analyticsvidhya 上发表了一篇题为《Architecture of Convolutional Neural Networks (CNNs) demyst 阅读全文
摘要：
一、numpy模块 Numpy是Python科学计算的基础包，它提供不了多维数组对象，基于数组的各种派生对象（例如掩码数组和矩阵），以及用于对数组进行快速操作的各种例程，包括数学、逻辑、形状操作、排序、选择、I/O 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 1.1 基础介绍 Nu 阅读全文