神经网络NN
白天
夜间
首页
下载
阅读记录
书签管理
我的书签
添加书签
移除书签
激活函数
浏览
70
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:
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
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