《统计学习》——感知机 本文不是像网上大多数的博文那样，洋洋洒洒的写一大篇文章，只是记录下学习机器学习的一些总结与心得，志在总结与和同道中人一起讨论，分享各自的想法。 1.何为感知机？ 我们在学习机器学习的时候，基本都是从感知机开始的，为什么？因为它的思想较为易懂和容易实现，而且对于一般的问题(如二 ...
分类：
其他好文 时间：
2018-02-08 00:28:39
阅读次数：
145
--计算模型------Computational Model------计算模型, 是指通过数学语言和数学概念描述系统的方法。--神经网络------Neural Networks------从本质上说，神经网络是计算模型的1种，并且这种计算模型还能够自动完成学习和训练，不需要精确编程。感知机模型 Perceptron, 是最原始也是最基础的一个神经网络算法模型。由于神经网络模型是模
分类：
其他好文 时间：
2017-12-29 19:01:22
阅读次数：
108
--计算模型------Computational Model------计算模型, 是指通过数学语言和数学概念描述系统的方法。--神经网络------Neural Networks------从本质上说，神经网络是计算模型的1种，并且这种计算模型还能够自动完成学习和训练，不需要精确编程。感知机模型 Perceptron, 是最原始也是最基础的一个神经网络算法模型。由于神经网络模型是模
分类：
其他好文 时间：
2017-12-29 18:57:54
阅读次数：
109
了解神经网络原理的同学们应该都知道，隐藏层越多，最终预测结果的准确度越高，但是计算量也越大，在上一篇的基础上，我们手动添加一个隐藏层，代码如下（主要参考自多层感知机 — 从0开始）： 有变化的地方，都加了注释，主要改动点有5个： 1. 手动添加了1个隐藏层，该层有256个节点 2. 多了一层，所以参 ...
分类：
其他好文 时间：
2017-12-14 04:12:53
阅读次数：
255
1998年以来，人工神经网络识别技术已经引起了广泛的关注，并且应用于图像分割。基于神经网络的分割方法的基本思想是通过训练多层感知机来得到线性决策函数，然后用决策函数对像素进行分类来达到分割的目的。这种方法需要大量的训练数据。神经网络存在巨量的连接，容易引入空间信息，能较好地解决图像中的噪声和不均匀问 ...
分类：
其他好文 时间：
2017-12-12 21:53:06
阅读次数：
222
深度学习所示深层神经网络的代名词，重要特性：多层、非线性。 若只通过线性变换，任意层的神经网络模型与单层神经网络模型的表达能力没有任何区别，这是线性模型的局限性。对于线性可分的问题中，线性模型可解决，但在现实生活中，绝大部分的问题都是无法线性分割的。 感知机：单层神经网络。不能处理异或问题。 1、激 ...
分类：
其他好文 时间：
2017-11-27 00:08:09
阅读次数：
227
转载：http://blog.sina.com.cn/s/blog_15f0112800102wojj.html 这篇文章关于对深度CNN中BP梯度消失的问题的做了不错的解析，可以看一下： 多层感知机解决了之前无法模拟异或逻辑的缺陷，同时更多的层数也让网络更能够刻画现实世界中的复杂情形。理论上而言， ...
分类：
其他好文 时间：
2017-11-26 12:54:10
阅读次数：
150
输出系数：w,b 感知机模型： f(x)=wx+b (1) 选取初始值w0,b0 (2)在训练数据集中选取数据(xi,yi) (3)若yi(wxi+b)≤0 （当yi和wxi+b异号的时候即分类错误，如本应wxi+b大于0一侧的时候，错误分类为yi小于0） 通过误分类一侧的点来调整w，b (4)转至 ...
分类：
编程语言 时间：
2017-11-25 19:20:17
阅读次数：
236
神经网络做的主要事情就是分类，在上课中，最简单的问题为二分类问题，利用单层感知机，可以画出一条线将平面隔开分类。同样如果增加感知机个数，可以得到更强的分类能力，但是无论如何都是一个线性方程。只不过是线性的复杂组合，当然曲线可以用无限的直线去逼近，但是这显然会带来巨大的计算量。因此加入了激活函数，这样 ...
分类：
其他好文 时间：
2017-11-25 13:12:56
阅读次数：
116
参考网址：http://www.cnblogs.com/kaituorensheng/p/3561091.html 点到超平面距离推导过程： ...
分类：
其他好文 时间：
2017-11-07 10:22:31
阅读次数：
221
