深度学习笔记.xmind

一、卷积神经网络基础 1.互相关运算 举例二维互相关运算如下: 输入是一个二维输入数组和一个二维核(kernel)数组,输出也是一个二维数组,其中核数组通常称为卷积核或过滤器(filter)。 卷积核

多层感知机 1.多层感知机的基本知识 多层感知机(MLP)是研究神经网络的一个非常重要的多层模型。 下图展示了一个多层感知机的神经网络图,它含有一个隐藏层,该层中有5个

(三)机器学习的类型 机器学习根据训练方法的不同可以分为三类,监督学习、无监督学习、强化学习。 监督学习和人类的学习过程很相似, 1)选择一个练习题,运用已有的知识去解决它,将答案和正确答案进行比较;

(需要一定时间逐步补充以下内容,暂且用做打卡) 1. 模型选择、过拟合和欠拟合 训练误差和泛化误差 模型选择 验证数据集 K折交叉验证 过拟合和欠拟合 模型复杂度 权重衰减 L2 范数正则化 高维线性

吴恩达的机器学习文档！好资源不容错过

在学习cs231n-2017年课程时遇到很多不解，通过自己baidu答案整理出来一个文档，希望对计算机视觉新入门的人有些帮助。ConvolutionalNeuralNetworksforVisualR

吴恩达深度学习课程可在B站找到本资源是根据课程总结的笔记以及课程中所涉及到的代码

主要内容为机器学习、深度学习常用算法、模型训练及工程应用笔记梳理总结,适合工程学习和求职面试时ML、DL知识复习。

吴恩达 coursera 机器学习，深度学习笔记， 中文，方便对照课程学习

深度学习word2vec博文的文档，整理了各位的意见，把错误的地方修改过了。