第一周:深度学习引言(Introduction to Deep Learning) 1.1 欢迎(Welcome) 1.2 什么是神经网络?(What is a Neural Network) 1.3 神经网络的监督学习(Supervised Learning with Neural Networks) 1.4 为什么深度学习会兴起?(Why is Deep Learning taking off?) 1.5 关于这门课(About this Course) 1.6 课程资源(Cour...
#以上三个库都是python自带的标准库 # Third-party libraries import numpy as np ### Define the quadratic and cross-entropy cost functions#定义了叉成本函数 class QuadraticCost(object): @staticmethod def fn(a, y): """Return the cost associated with an output ``a`` and desired output ``y``...
structured data结构化数据与unstructured data非结构化数据 1.4 为什么深度学习会兴起? data(big data) computer(CPU、GPU) algorithms 好的算法的提升和计算机性能的改进都是为了计算速度的提升,使得程序可以在可接受的时间内完成。而大数据更大的作用在于得到结果的准确性的提升。 activation function激活函数 sigmoid函数...
有种叫做随机梯度下降的算法能够加速学习。其思想就是通过随机选取⼩量训练输⼊样本来 计算∇Cx,进⽽估算梯度∇C。通过计算少量样本的平均值我们可以快速得到⼀个对于实际梯度 ∇C 的很好的估算,这有助于加速梯度下降,进⽽加速学习过程。 为了将其明确地和神经⽹络的学习联系起来,假设wk和bl表⽰我...
http://neuralnetworksanddeeplearning.com/ 目录· ··· Neural Networks and Deep Learning What this book is about On the exercises and problems Using neural nets to recognize handwritten digits How the backpropagation algorithm works Improving the way neural networks learn ··...
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,那么神经网络的隐层就没有任何意义,对于这样的模...
第四周:深层神经网络(Deep Neural Networks) 4.1 深层神经网络(Deep L layer neural network) 有一些函数,只有非常深的神经网络能学会,而更浅的模型则办不到。 对于给定的问题很难去提前预测到底需要多深的神经网络,所以先去尝试逻辑回归,尝试一层然后两层
Neural Networks and Deep Learning (week3)浅层神经网络(Shallow neural networks),3.1神经网络概述(NeuralNetworkOverview)(神经网络中,我们要反复计算a和z,最终得到最后的lossfunction)3.2神经网络的表示(NeuralNetworkRepresentation)3.3计算一个神经网络的输
(2)Deep learning, a powerful set of techniques for learning in neural networks 深度学习,一种学习神经网络的强有力的方法 Neural networks and deep learning currently provide the best solutions to many problems in image recognition, speech recognition, and natural language processing. This book will te...