-
激励函数作用查看全部
-
网络向量化查看全部
-
梯度查看全部
-
梯度查看全部
-
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
-
这个太简单了，大家看完了还是一脸懵逼，我给大家指条路参考： 第一步：复习线性代数。http://open.163.com/special/opencourse/daishu.html。 第二步：入门机器学习算法。http://open.163.com/special/opencourse/machinelearning.html。 第三步：尝试用代码实现算法。https://www.coursera.org/learn/machine-learning。 还有这个也是不错的https://www.coursera.org/learn/neural-networks。查看全部
-
网络结构查看全部
-
网络结构查看全部
-
神经网络查看全部
-
神经网络用于进行判断。查看全部
-
激活函数查看全部
-
网络梯度下降 反向传播，根据结构，反向调整每一层的参数查看全部
-
激励函数：激励函数的作用是提供规模化的非线性化能力查看全部
-
：= 表示同步更新查看全部
-
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
举报
0/150
提交
取消