《神经网络与深度学习》读书笔记(完结)
第一章 使用神经网络识别手写数字 ---1.1 感知器 感知器是一种人工神经元.它接受几个二进制输出并产生一个二进制输入.如果引入权重和阈值,那么感知器的参数可以表示为:,如果再引入偏置(表示激活感知器有多容易的估算),那么规则可以简洁表示为: 感知器是单输出的,但这个单输出 ...
原文：《神经网络算法与实现-基于Java语言》的读书笔记
文章提纲 全书总评 读书笔记 C .初识神经网络 C .神经网络是如何学习的 C .有监督学习 运用感知机 C .无监督学习 自组织映射 Rreferences 参考文献 全书总评 书本印刷质量： 星。纸张很白，印刷清楚，文字排版合适，基本没有排版过程中引入的错误，阅读不累眼睛。 著作编写质量： 星。入门书，看完后可能会对神经网络有个基本概念，但是也可能就只有个基本概念。基本概念描述还是清楚的， ...
2019-03-19 11:54 0 632 推荐指数：
相关推荐
深入浅出图神经网络 第3章 卷积神经网络 读书笔记
第3章 卷积神经网络 卷积神经网络CNN是目前应用最广泛的模型之一，具有局部连接、权值共享等特点，是一种深层前馈神经网络。 3.1 卷积与池化 卷积与池化是CNN中的两个核心操作。 3.1.1 信号处理中的卷积 题外话：因为这部分的核心知识应该是属于《信号与系统》这门课程 ...
神经网络与深度学习 邱锡鹏 第5章 卷积神经网络 读书笔记
卷积神经网络(CNN)是一种具有局部连接、权重共享等特性的深层前馈神经网络。 卷积神经网络最早主要是用来处理图像信息。在用全连接前馈网络来处理图像时，会存在以下两个问题： （1）参数太多：随着隐藏层神经元数量的增多，参数的规模也会急剧增加。这会导致整个神经网络的训练效率非常低，也很容易出现 ...
深入浅出图神经网络 第2章 神经网络基础 读书笔记
第2章 神经网络基础 2.1 机器学习基本概念 2.1.1 机器学习的分类 机器学习有以下几种常见的分类方法： 根据训练数据是否有标签可分为： 监督学习：训练数据中每个样本都有标签，通过标签指导模型进行训练 无监督学习：训练数据完全没有标签，算法从数据中发 ...
深入浅出图神经网络 第5章 图信号处理与图卷积神经网络 读书笔记
前面废点话： 终于！来到了GNN最相关的内容！前面四章来说都是一些预备知识，或者说是介绍性的认识的东西，其实和GNN的关系不是特别大。但从这一章开始一上来就是GNN最核心的东西：图信号处理。 ...
JAVA实现BP神经网络算法
工作中需要预测一个过程的时间，就想到了使用BP神经网络来进行预测。 简介 BP神经网络（Back Propagation Neural Network）是一种基于BP算法的人工神经网络，其使用BP算法进行权值与阈值的调整。在20世纪80年代，几位不同的学者分别开发出了用于训练多层感知机的反向 ...
深入浅出图神经网络 第4章 表示学习 读书笔记
第4章 表示学习 在第2章的时候提到了机器学习的第一步就是提取特征。而表示学习就是自动地从数据中学习特征，并直接用于后续的任务。 4.1 表示学习 4.1.1 表示学习的意义 表示学习要回答3 ...
特征和分类器——《卷积神经网络与计算机视觉》读书笔记
特征提取和分类是典型计算机视觉系统的两个关键阶段。视觉系统的准确性、稳健性和效率很大程度上取决于图像特征和分类器的质量。特征提取方法可以分为两个不同的类别，即基于手工的方法和基于特征学习的方法。分 ...