ps:我是在高一的时候第一次脑海中接触神经网络这个概念......，注意只是接触，一直扔到现在 1. 简介 神经网络和深度学习是由Michael Nielsen所写，其特色是：兼顾理论和实战，是一本供初学者深入理解Deep Learning的好书。 2. 感知器与sigmoid神经元 2.1 感知器 ...
分类：
其他好文 时间：
2017-08-19 14:23:28
阅读次数：
293
神经网络非线性能力即原理1. 感知器与逻辑门2. 强大的空间非线性切分能力3. 网络表达能力与过拟合问题4. BP算法与SDG Café主要是用于图像的主流框架Tensflow框架，灵活的网络，工程上做训练，常用库TF-learning，TensorLayerKreas框架 搭建常用网络深度学习应用 ...
分类：
其他好文 时间：
2017-07-14 20:27:34
阅读次数：
914
写在前面： 参考： 1 《统计学习方法》第二章感知机【感知机的概念、误分类的判断】 http://pan.baidu.com/s/1hrTscza 2 点到面的距离 3 梯度下降 4 NumPy-快速处理数据 属性shape：表示几行几列； dot(a,b) 计算数组、矩阵的乘积 感知器算法： Py ...
分类：
编程语言 时间：
2017-07-05 13:43:27
阅读次数：
257
内容总结与莫烦的视频。 这里多层感知器代码写的是一个简单的三层神经网络，输入层，隐藏层，输出层。代码的目的是你和一个二次曲线。同时，为了保证数据的自然，添加了mean为0，steddv为0.05的噪声。 添加层代码： 输入： 其他部分： 需要注意的是 所有代码： 1 # -*- coding: ut ...
分类：
其他好文 时间：
2017-06-17 12:06:19
阅读次数：
312
一、感知器 perceptron 上节讲到线性回归，输入特征向量，与权重参数对应相乘得到输出的实数结果，但实际中还有选择分类的事情，例如银行要不要给客服发信用卡，发还是不发这是一个分类问题。 比如，银行根据一个人的工资、工作年限、负债情况、信用问题等作为特征来判断是不是该给这个客户信用卡，我们来考虑 ...
分类：
其他好文 时间：
2017-06-09 23:37:10
阅读次数：
255
神经网络 在正式使用Keras之前，我们先来熟悉一下什么是神经网络，这样才能知道自己究竟在做什么。“神经网络”一词其实是对生物大脑打的比方，大脑里也有“神经网络”，神经网络的构成单元就是“神经元”。 感知器 感知器是最简单的一种神经网络，由单个神经元构成。就像生物神经元一样，具有树突和轴突。人工神经 ...
分类：
其他好文 时间：
2017-06-04 13:50:30
阅读次数：
234
《Network in Network》论文笔记 1.综述 这篇文章有两个很重要的观点： 1×1卷积的使用 文中提出使用mlpconv网络层替代传统的convolution层。mlp层实际上是卷积加传统的mlp（多层感知器），因为convolution是线性的，而mlp是非线性的，后者能够得到更高的 ...
分类：
Web程序 时间：
2017-05-30 18:07:24
阅读次数：
381
微小的输入变化导致微小的输出变化，这种特性将会使得学习称为可能。但是在存在感知器的网络中，这是不可能的。有可能权重或偏置（bias)的微小改变将导致感知器输出的跳跃（从0到1），从而导致此感知器后面的网络以一种难以理解的方式发生巨大的改变。解决这一问题就要使用另外一种人工神经元-sigmoid神经元 ...
分类：
其他好文 时间：
2017-05-18 21:31:31
阅读次数：
206
包括记忆在内的所有生物神经功能，都存储在神经元及其之间的连接上。 神经网络中关于学习的过程是 神经元之间建立新的连接或对已有连接进行修改的过程。 神经网络的起源：Ｍ-Ｐ模型 是按照生物神经元的结构和工作原理构造出来的一个抽象和简化了的模型。 同时研究证明了神经网络可以模拟任何复杂的函数， 双隐层感知 ...
分类：
其他好文 时间：
2017-05-15 20:24:43
阅读次数：
246
lms算法跟Rosenblatt感知器相比，主要区别就是权值修正方法不一样。lms采用的是批量修正算法，Rosenblatt感知器使用的是单样本修正算法。两种算法都是单层感知器，也只适用于线性可分的情况。详细代码及说明如下：‘‘‘
算法：最小均方算法(lms)
均方误差：样本预测输出值与实际..
分类：
编程语言 时间：
2017-05-07 21:13:20
阅读次数：
665
