-
在学习的过程中需要判断学习产生的函数值与监督学习给出的训练集中数据之间的差异性，即一个损失函数要做的事情查看全部
-
激励函数的作用是提供规模化的非线性化的能力查看全部
-
回归梯度下降同步更新查看全部
-
回归梯度下降查看全部
-
逻辑回归查看全部
-
神经网路 应用查看全部
-
神经网络的分类应用领域查看全部
-
逻辑回归查看全部
-
训练过程查看全部
-
2018/03/10查看全部
-
神经学查看全部
-
应该有一个是错的，前面有一个公式是：a^n=g(z^n),求导之后应该是da^n=dz^n*g'(z^n)查看全部
-
网络结构 首先隐含层将x值用z的函数线性表示，然后输出层中的激活函数g(x)将x由线性组合编程非线性组合查看全部
-
课程安排 组件包括 ：网络结构 激励函数（每个神经元最重要的就是激励函数） 损失函数（结果评价） 梯度下降查看全部
-
人工智能分三类： 自上而下的符号主义 基于逻辑学 自下而上的连接主义（即神经网络） 基于仿生学 机器学习，基于进化论查看全部
举报
0/150
提交
取消