深度学习（Deep Learning）：循环神经网络一（RNN）
原址：https://blog.csdn.net/fangqingan_java/article/details/53014085 概述 循环神经网络（RNN-Recurrent Neural Network）是神经网络家族中的一员，擅长于解决序列化相关问题。包括不限于序列化标注问题、NER ...
原文：Deep Learning - 3 改进神经网络的学习方式
反向传播算法是大多数神经网络的基础，我们应该多花点时间掌握它。 还有一些技术能够帮助我们改进反向传播算法，从而改进神经网络的学习方式，包括： 选取更好的代价函数 正则化方法 初始化权重的方法 如何选择网络的超参 Cost Function 这里来看一个非常简单的神经元，我们输入 ，期望它输出 。 我们看看 Gradient Descent 是如何帮助我们学习 Weights 和 Biases 的。 ...
2018-06-06 20:07 0 1265 推荐指数：
相关推荐
用Theano学习Deep Learning（三）：卷积神经网络
写在前面的废话： 出了托福成绩啦，本人战战兢兢考了个97！成绩好的出乎意料！喜大普奔！撒花庆祝！ 傻…………寒假还要怒学一个月刷100庆祝个毛线………… 正题： 题目是CNN，但是C ...
神经网络和深度学习 (Neural Network & Deep Learning)
深度学习其实就是有更多隐层的神经网络，可以学习到更复杂的特征。得益于数据量的急剧增多和计算能力的提升，神经网络重新得到了人们的关注。 1. 符号说明 2. 激活函数 为什么神经网络需要激活函数呢？如果没有激活函数，可以推导出神经网络的输出y是关于输入x的线性组合 ...
[Deep Learning] 神经网络基础
目前，深度学习（Deep Learning，简称DL）在算法领域可谓是大红大紫，现在不只是互联网、人工智能，生活中的各大领域都能反映出深度学习引领的巨大变革。要学习深度学习，那么首先要熟悉神经网络（Neural Networks，简称NN）的一些基本概念。当然，这里所说的神经网络不是生物学 ...
Neural Networks and Deep Learning(神经网络与深度学习) - 学习笔记
catalogue 0. 引言 0x1: 神经网络的分层神经元意味着什么 为了解释这个问题，我们先从一个我们熟悉的场景开始说起，电子电路的设计 如上图所示，在实践中，在解决线路设计问题(或者大多数其他算法问题)时，我们通常先考虑如何解决子问题，然后逐步地集成这些子 ...
Deep Q-Network 学习笔记（二）—— Q-Learning与神经网络结合使用（有代码实现）
参考资料： https://morvanzhou.github.io/ 非常感谢莫烦老师的教程 http://mnemstudio.org/path-finding-q-learning-tutorial.htm http://www.cnblogs.com/dragonir/p ...
深度神经网络多任务学习(Multi-Task Learning in Deep Neural Networks)
MTL 有很多形式：联合学习（joint learning）、自主学习（learning to learn）和带有辅助任务的学习（learning with auxiliary task）等。一般来说，优化多个损失函数就等同于进行多任务学习。即使只优化一个损失函数（如在典型情况下），也有可能借 ...
卷积神经网络CNN——MATLAB deep learning工具箱学习笔记
这是MATLAB深度学习工具箱中CNN代码的学习笔记。 工具箱可以从github上下载：https://github.com/rasmusbergpalm/DeepLearnToolbox 建议参考CNN代码分析笔记：https://blog.csdn.net/u013007900 ...