| 共 81 篇文章 |
|
在过去的一年里，咱们讨论了六个开源机器学习和/或深度学习框架：Caffe，Microsoft Cognitive Toolkit（又名CNTK 2），MXNet，Scikit-learn，Spark MLlib和TensorFlow。如果把网撒得大些，可能还会覆盖其他几个流行的框架，包括Theano（一个10年之久的Python深度学习和机器学习框架），Keras（一个Theano和TensorFlow深度学习的前端），DeepLea... 阅59 转1 评0 公众公开 17-02-13 12:57 |
#border_mode可以是valid或者full，具体看这里说明：http://deeplearning.net/software/theano/library/tensor/nnet/conv.html#theano.tensor.nnet.conv.conv2d#激活函数用tanh#你还可以在model.add(Activation(''tanh''))后加上dropout的技巧: model.add(Dropout(0.5))model.add(Convolution2D(4, 1, 5, 5, border_mode='... 阅3437 转9 评0 公众公开 17-02-09 17:12 |
反向传播算法（过程及公式推导） 反向传播算法（Backpropagation）是目前用来训练人工神经网络（Artificial Neural Network，ANN）的最常用且最有效的算法。如果不想了解公式推导过程，请直接看第4节的算法步骤。公式1的推导过程如下：公式2（由后往前，计算每一层神经网络产生的错误）： 推导过程：公式3（计算权重的梯度）： ... 阅2445 转11 评0 公众公开 17-02-08 11:54 |
In detail, here is the backpropagation algorithm:Perform a feedforward pass, computing the activations for layers L2, L3, and so on up to the output layer .The algorithm can then be written:Perform a feedforward pass, computing the activations for layers , , up to the output layer , using the equations defining the fo... 阅57 转0 评0 公众公开 17-02-08 10:57 |
初学者如何从零学习人工智能？此文是想要进入人工智能这个领域、但不知道从哪里开始的初学者最佳的学习资源列表。来自加州大学伯克利分校的 Artificial Intelligence course（人工智能课程）是一系列优秀的视频讲座，通过一种非常有趣的实践项目（训练AI玩Pacman游戏 ）来解释基本知识。如果你对人工智能感兴趣，你可能很想知道人的大脑是怎么... 阅63 转2 评0 公众公开 17-01-16 15:57 |
从单层神经网络，到两层神经网络，再到多层神经网络，下图说明了，随着网络层数的增加，以及激活函数的调整，神经网络所能拟合的决策分界平面的能力。本文回顾了神经网络的发展历史，从神经元开始，历经单层神经网络，两层神经网络，直到多层神经网络。在人工神经网络之中，又分为前馈神经网络和反馈神经网络这两种。具体到前馈神经网络中，就... 阅19 转1 评0 公众公开 17-01-12 12:44 |
初学者如何从零学习人工智能？此文是想要进入人工智能这个领域、但不知道从哪里开始的初学者最佳的学习资源列表。来自加州大学伯克利分校的 Artificial Intelligence course（人工智能课程）是一系列优秀的视频讲座，通过一种非常有趣的实践项目（训练AI玩Pacman游戏 ）来解释基本知识。如果你对人工智能感兴趣，你可能很想知道人的大脑是怎么... 阅76 转0 评0 公众公开 16-11-09 12:58 |
一张图看懂所有神经网络。此外，以上各种节点图的简写拼法虽然大多已经达成共识，但也有个别存在分歧，例如RNNs有时候指递归神经网络（Recursive Neural Network），但大多数时候都是指循环神经网络（Recurrent Neural Network），这还不算完，RNN在有些场合还被用来统称各种循环架构，包括LSTM、GRU甚至bidirectional variants。 阅455 转1 评0 公众公开 16-10-08 13:21 |
因此，使用logistic函数（或称作sigmoid函数）将自变量映射到(0,1)上，映射后的值被认为是属于y=1的概率。其中x是n维特征向量，函数g就是logistic函数。4 函数间隔（functional margin）和几何间隔（geometric margin）刚刚我们定义的函数间隔是针对某一个样本的，现在我们定义全局样本上的函数间隔。当时，不就是函数间隔吗？由于不是凸函数，... 阅13 转0 评0 公众公开 16-10-06 11:44 |
最近流行的Keras框架底层默认使用TensorFlow，著名的斯坦福CS231n课程使用TensorFlow作为授课和作业的编程语言，国内外多本TensorFlow书籍已经在筹备或者发售中，AlphaGo开发团队Deepmind也计划将神经网络应用迁移到TensorFlow中，这无不印证了TensorFlow在业界的流行程度。其实TensorFlow通过Graph和Session来定义运行的模型和训练，这在复杂... 阅130 转2 评0 公众公开 16-09-26 13:21 |
