神经网络NN

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

激活函数

浏览 141 扫码 分享 2022-07-12 23:38:04
  • 激活函数
  • 挤压型激活函数
  • 半线性激活函数

若有收获，就点个赞吧

0 人点赞

上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • Neural-network
  • 人工智能发展简史
  • 人工智能的定义
  • 范式的演化
  • 基础知识
    • 神经网络的基本工作原理简介
    • 神经网络中的三个基本概念
    • 数据集,交叉验证与留出法
    • 分类样本不平衡问题
    • 线性反向传播
    • 非线性反向传播
    • 梯度下降
    • 梯度检查
    • 损失函数
    • 均方差函数
    • 交叉熵损失函数
    • 回归常用评价指标
    • 分类常用评价指标
    • 偏差与方差
    • 过拟合
      • L2正则
      • L1正则
      • 早停法 Early Stopping
      • 丢弃法 Dropout
      • 数据增强 Data Augmentation
      • 集成学习 Ensemble Learning
        • 回归-keras
        • 分类-keras
    • 网络优化
      • 权重矩阵初始化
      • 梯度下降优化算法
      • 学习率与批大小
      • 自适应学习率算法
      • 算法在等高线图上的效果比较
      • 批量归一化的原理
      • 批量归一化的实现
  • 线性回归
    • 线性回归
    • 单入单出的单层神经网络-单变量线性回归
    • 最小二乘法
    • 梯度下降法
    • 神经网络法
    • 多样本单特征值计算
    • 梯度下降的三种形式
    • 多入单出的单层神经网络
    • 正规方程解法
    • 神经网络法
    • 样本特征数据标准化
    • 还原参数值
    • 正确的推理预测方法
    • 对标签值标准化
  • 线性分类
    • 线性分类
    • 多入单出的单层神经网路-线性二分类
    • 二分类函数
    • 用神经网络实现线性二分类
    • 线性二分类原理
    • 二分类结果可视化
    • 实现逻辑与或非门
    • 用双曲正切函数做二分类函数
    • 多入单出的单层神经网路
    • 多分类函数
    • 线性多分类的神经网络实现
    • 线性多分类原理
    • 多分类结果可视化
  • 激活函数
    • 激活函数
    • 挤压型激活函数
    • 半线性激活函数
  • 非线性回归
    • 非线性回归
    • 单入单出的双层神经网络
    • 回归模型评估
    • 用多项式回归法拟合正弦曲线
    • 用多项式回归法拟合复合函数曲线
    • 双层神经网络实现非线性回归
    • 曲线拟合
    • 非线性回归的工作原理
    • 超参数优化的初步认识
  • 非线性分类
    • 非线性分类
    • 多入单出的双层神经网络
    • 为什么必须用双层神经网络
    • 非线性二分类实现
    • 实现逻辑异或门
    • 逻辑异或门的工作原理
    • 实现双弧形二分类
    • 双弧形二分类的工作原理
    • 多入多出的双层神经网络
    • 非线性多分类
    • 非线性多分类的工作原理
    • 多入多出的三层神经网络
    • 三层神经网络的实现
  • DNN
    • 深度神经网络
    • 搭建深度神经网络框架
    • 回归任务功能测试
    • 回归任务 - 房价预测
    • 二分类任务功能测试
    • 二分类任务真实案例
    • 多分类功能测试
    • 多分类任务 - MNIST手写体识别
    • 参考文献
暂无相关搜索结果！

    让时间为你证明

    展开/收起文章目录

    分享，让知识传承更久远

    文章二维码

    手机扫一扫，轻松掌上读

    文档下载

    请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
    PDF文档 EPUB文档 MOBI文档

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度
        思维导图备注