[机器学习入门] 李弘毅机器学习笔记-7 (Brief Introduction of Deep Learning;深度学习简介)

PDF VIDEO

Ups and downs of Deep Learning


Three Steps for Deep Learning


Step 1: Neural Network


Fully Connect Feedforward Network


Deep = Many hidden layers


Matrix Operation


Output Layer


Example Application


Step 2 :Goodness of function

Loss for an Example

知道了怎样计算Loss,下面就是挑选Loss最小的function。


Step 3 :Pick the best function


Deeper is Better?


Universality Theorem

[机器学习入门] 李弘毅机器学习笔记-7 (Brief Introduction of Deep Learning;深度学习简介)相关推荐

  1. 【李宏毅机器学习】Brief Introduction of Deep Learning 深度学习简介(p12) 学习笔记

    李宏毅机器学习学习笔记汇总 课程链接 Deep Learning 文章目录 Deep Learning Deep Learning attracts lots of attention Ups and ...

  2. 台大李宏毅课程笔记3——New Optimization for Deep Learning深度学习新优化

    台大李宏毅课程笔记3 SGD with Momentum(SGDM) RMSProp Adam SWATS AdaXXX Adam分析 AMSGrad AdaBound SGDM分析 Cyclical ...

  3. (转)Deep Learning深度学习相关入门文章汇摘

    转自:http://farmingyard.diandian.com/post/2013-04-07/40049536511 摘: 应用实例 计算机视觉. ImageNet Classificatio ...

  4. 2018-3-21李宏毅机器学习笔记十一-----Brief Introduction of Deep Learning?

    我觉的有用的: BP神经网络_百度百科 https://baike.baidu.com/item/BP%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C/4581827?fr=a ...

  5. [1天搞懂深度学习] 读书笔记 lecture I:Introduction of deep learning

    - 通常机器学习,目的是,找到一个函数,针对任何输入:语音,图片,文字,都能够自动输出正确的结果. - 而我们可以弄一个函数集合,这个集合针对同一个猫的图片的输入,可能有多种输出,比如猫,狗,猴子等, ...

  6. Yoshua Bengio——《Deep Learning》学习笔记1

    版权声明:此为Yoshua Bengio的新书<Deep Learning>学习笔记,本文为博主在研究工作中经验分享,包括学习笔记.摘录.研究成果,以便以后工作参考之用,欢迎交流和批评:其 ...

  7. 李弘毅机器学习笔记:第十三章—CNN

    李弘毅机器学习笔记:第十三章-CNN 为什么用CNN Small region Same Patterns Subsampling CNN架构 Convolution Propetry1 Propet ...

  8. 李弘毅机器学习笔记:第二章

    李弘毅机器学习笔记:第二章 回归定义和应用例子 回归定义 应用举例 模型步骤 Step 1:模型假设 - 线性模型 一元线性模型(单个特征) 多元线性模型(多个特征) Step 2:模型评估 - 损失 ...

  9. 李弘毅机器学习笔记:第五章—分类

    李弘毅机器学习笔记:第五章-分类 例子(神奇宝贝属性预测) 分类概念 神奇宝贝的属性(水.电.草)预测 回归模型 vs 概率模型 回归模型 其他模型(理想替代品) 概率模型实现原理 盒子抽球概率举例 ...

最新文章

  1. java. xerces转xml_Xerces -C++遇到的xml编码转换问题
  2. 稳扎稳打Silverlight(29) - 2.0Tip/Trick之Cookie, 自定义字体, 为程序传递参数, 自定义鼠标右键...
  3. 静电对于机电设备的影响
  4. .NET 2.0 中使用Active Directory 应用程序模式 (ADAM)
  5. Linux设备驱动之Ioctl控制
  6. Embedding技术在房产推荐中的应用(文末附PPT下载链接)
  7. 基金小白要如何入门?
  8. app推广广告词热点
  9. Python debug —— invalid literal for int() with base 10
  10. 关于软件开发的一些常识和思考
  11. mysql 表复制 速度_提高MySql复制速度
  12. java与数据库连接实验报告_数据库原理与应用java实验报告
  13. 科学研究设计一:什么是科学
  14. Adreno GPU上的DirectX应用开发简介 (1)
  15. JS中定义对象和集合
  16. 使用vscode快速建立vue模板
  17. 面经自己汇总(三维视觉算法机器学习深度学习)——持续更新
  18. 一般java培训课程有哪些?
  19. NVivo更改背景字体
  20. TensorFlow从1到2(十一)变分自动编码器和图片自动生成

热门文章

  1. 一文读懂 Web3:互联网发展的新时代
  2. 宇宙长城谭之二:达尔文渐变论揭开中微子超光速之谜谭
  3. 现在进行时的stem课堂设计
  4. 【概念卡片】误判心理学(一)
  5. 集齐支付宝福卡秘籍来了!
  6. 自制PLC—木牛流马PLC V1.1发布
  7. K8s、Docker、CRI、OCI 之间的爱恨情仇
  8. python绘制半对数坐标
  9. 全志 android 编译,全志Android SDK编译详解(二)
  10. 全志V40/A40I的lichee 的编译