（cs231n與5月dl班課程筆記） 1 前言 2012年我在北京組織過8期machine learning讀書會，那時“機器學習”非常火，很多人都對其抱有巨大的熱情。當我2013年再次 ...

github：代碼實現之神經網絡 本文算法均使用python3實現 1. 什么是神經網絡   人工神經網絡（artificial neural network，縮寫ANN），簡稱神經網絡（neural network，縮寫NN）或類神經網絡，是一種模仿生物神經網絡(動物的中樞神經 ...

*64的矩陣，這三個矩陣表示圖片紅色，綠色，藍色的像素強度值分別是多少。為了方便理解，現在有一個大小為54 ...

直觀的理解：Batch Size定義：一次訓練所選取的樣本數。Batch Size的大小影響模型的優化程度和速度。同時其直接影響到GPU內存的使用情況，假如你GPU內存不大，該數值最好設置小一點。為什么要提出Batch Size？在沒有使用Batch Size之前，這意味着網絡在訓練時，是一次 ...

https://blog.csdn.net/shijing_0214/article/details/53143393 孔子說過，溫故而知新，時隔倆月再重看CNNs，當時不太了解的地方，又有了新的理解與體會，特此記錄下來。文章圖片及部分素材均來自網絡，侵權請告知。 卷積神經網絡 ...

​ 圖神經網絡 (GNN) 是一系列神經網絡，可以自然地對圖結構數據進行操作。與孤立地考慮單個實體的模型相比，通過從底層圖中提取和利用特征，GNN 可以對這些交互中的實體做出更明智的預測。 GNN 並不是唯一可用於對圖結構化數據進行建模的工具：圖內核和隨機游走方法層級是一些最流行的工具。然而，今天 ...

自今年七月份以來，一直在實驗室負責卷積神經網絡（Convolutional Neural Network，CNN），期間配置和使用過theano和cuda-convnet、cuda-convnet2。為了增進CNN的理解和使用，特寫此博文，以其與人交流，互有增益。正文之前，先說幾點自己對於CNN ...

是1； mxnet 中，一般channels的含義是：每個卷積層中卷積核的數量。 為了更好的理解，下面舉個 ...