...

MSE与MAE的区别与选择 （摘自简书请不要问我是谁） 1.均方误差（也称L2损失） 均方误差(MSE)是最常用的回归损失函数，计算方法是求预测值与真实值之间距离的平方和，公式如图。 2.平均绝对值误差（也称L1损失 ...

今天来讲下之前发的一篇极其简单的搭建网络的博客里的一些细节 （前文传送门） 之前的那个文章中，用Pytorch搭建优化器的代码如下： 一、SGD方法 　　我们要想训练我们的神经网络，就必须要有一种训练方法。就像你要训练你的肌肉，你的健身教练就会给你指定一套训练的计划 ...

本文来自于 [1] BP神经网络 和 [2] Wikipedia: Backpropagation，感谢原文作者！ 1- M-P模型 　　按照生物神经元，我们建立M-P模型。为了使得建模更加简单，以便于进行形式化表达，我们忽略时间整合作用、不应期等复杂因素，并把 ...

转载：https://mp.weixin.qq.com/s/Xbi5iOh3xoBIK5kVmqbKYA https://baijiahao.baidu.com/s?id=1611951775526 ...

一、神经元 神经元模型是一个包含输入，输出与计算功能的模型。（多个输入对应一个输出） 一个神经网络的训练算法就是让权重（通常用w表示）的值调整到最佳，以使得整个网络的预测效果最好。 事实上，在神经网络的每个层次中，除了输出层以外，都会含有这样一个偏置单元。这些节点是默认存在的。它本质上 ...

一、前言 这篇卷积神经网络是前面介绍的多层神经网络的进一步深入，它将深度学习的思想引入到了神经网络当中，通过卷积运算来由浅入深的提取图像的不同层次的特征，而利用神经网络的训练过程让整个网络自动调节卷积核的参数，从而无监督的产生了最适合的分类特征。这个概括可能有点抽象，我尽量在下面描述细致一些 ...

...