AI学习笔记——机器学习中误差分析的几个关键概念
在之前的文章中介绍了经典的机器学习算法，深度学习算法等等，但是在这些算法的应用中有几个非常关键又很容易混淆的概念必须要强调一下。 1、数据分组 机器学习的数据一般会分为 train(训练), development(验证) 和 test(测试) 三个组。有时候可以将development 和 tes...
AI学习笔记——循环神经网络（RNN）的基本概念
目前深度学习和神经网络算法最典型的有两个应用实例，一个是图像识别，一个是语音识别。上一篇文章讲到图形识别的卷积神经网络（CNN）就广泛应用在了图像别方面，而这篇文章就来讲另一个广泛应用于语音识别的算法循环神经网络（RNN）。 如果说CNN通过滤波器识别出图片中空间像素的关系，那么RNN就能够在时间序...
AI学习笔记——卷积神经网络（CNN）
image.png 上篇文章简单地地介绍了神经网络和深度学习，在神经网络中，每一层的每个神经元都与下一层的每个神经元相连(如下图)， 这种连接关系叫全连接（Full Connected）。如果以图像识别为例，输入就是是每个像素点，那么每一个像素点两两之间的关系(无论相隔多远)，都被下一层的神经元"计...
AI学习笔记——神经网络和深度学习
在之前的文章里面，我介绍了机器学习的很多经典算法，其中有一个叫做『神经网络』的算法目前最受追捧，因为击败李世石的阿尔法狗所用到的算法实际上就是基于神经网络的深度学习算法。由于其算法结构类似于人脑神经结构，所以人们对他给予了厚望，希望通过神经网络算法实现真正的AI。 神经网络（Neural Netwo...
DeepLearning.ai学习笔记（五）序列模型 -- week1 循环序列模型
一、为什么选择序列模型 序列模型可以用于很多领域，如语音识别，撰写文章等等。总之很多优点。。。 二、数学符号 为了后面方便说明，先将会用到的数学符号进行介绍。 以下图为例，假如我们需要定位一句话中人名出现的位置。 红色框中的为输入、输出值。可以看到人名输出用1表示，反之用0表示； 绿色框中的\(x^...
DeepLearning.ai学习笔记（四）卷积神经网络 -- week4 特殊应用:人力脸识别和神经风格转换
一、什么是人脸识别 老实说这一节中的人脸识别技术的演示的确很牛bi，但是演技好尴尬，233333 啥是人脸识别就不用介绍了，下面笔记会介绍如何实现人脸识别。 二、One-shot(一次)学习 假设我们发财了，开了一家公司。然后作为老板的我们希望与时俱进，所以想使用人脸识别技术来实现打卡。 假如我们公...
DeepLearning.ai学习笔记（二）改善深层神经网络：超参数调试、正则化以及优化--Week2优化算法
1. Mini-batch梯度下降法 介绍 假设我们的数据量非常多，达到了500万以上，那么此时如果按照传统的梯度下降算法，那么训练模型所花费的时间将非常巨大，所以我们对数据做如下处理： 如图所示，我们以1000为单位，将数据进行划分，令\(x^{\{1\}}=\{x^{(1)},x^{(2)}……...
DeepLearning.ai学习笔记汇总
第一章 神经网络与深度学习(Neural Network & Deeplearning) DeepLearning.ai学习笔记（一）神经网络和深度学习--Week3浅层神经网络 DeepLearning.ai学习笔记（一）神经网络和深度学习--Week4深层神经网络 第二章 改善深层神经网...
DeepLearning.ai学习笔记（一）神经网络和深度学习--Week4深层神经网络
一、深层神经网络 深层神经网络的符号与浅层的不同，记录如下： 用\(L\)表示层数,该神经网络\(L=4\) \(n^{[l]}\)表示第\(l\)层的神经元的数量，例如\(n^{[1]}=n^{[2]}=5,n^{[3]}=3,n^{[4]}=1\) \(a^{[l]}\)表示第\(l\)层中的激...
DeepLearning.ai学习笔记（一）神经网络和深度学习--Week3浅层神经网络
介绍 DeepLearning课程总共五大章节，该系列笔记将按照课程安排进行记录。 另外第一章的前两周的课程在之前的Andrew Ng机器学习课程笔记(博客园)&Andrew Ng机器学习课程笔记(CSDN)系列笔记中都有提到，所以这里不再赘述。 另外本系列课程也设有Jupyter Note...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
