网易云课堂吴恩达Andrew Ng深度学习笔记(四)
01.神经网络和深度学习
第四周 深层神经网络
所谓深层神经网络,字面上对应于浅层神经网络,即具有2层及以上的隐藏层。
其正向传播过程一样,z[l] = w[l]a[l-1] + b[l], a[l] = g[l](z[l])
小技巧,用维度来检查计算过程,n是每一层的神经元个数。导数的维度不变。
如果只考虑单个数据,z和a的维度如下
,
对应上面的正向传播公式,可用维度检查[nl,1] = [nl,nl-1] * [nl-1,1] + [nl,1]
如果向量化后,把m个数据一次计算,Z和A维度如下
理论,深度网络其中深度的意义
深度代表抽象过程,以图像识别为例,逐层递进,从边界到局部特征(眼睛,鼻子)到面部组合。
又比如语言识别,从音素到音节到单词到语句。
从另一个角度出发,深层网络可以降低复杂度,不然需要更多的隐藏单元参与运算才能达到相同效果。
深层神经网络的正向与逆向传播,整体来说和2层神经网络的思路一样,只是递推过程增加了次数。
第一行先给出a[0],即输入x,加上各层的w,b,逐个计算a[l]。保存z[l]
向量化后,公式如下
第二行从da[l]开始反向计算逐层计算导数,得到dw,db。更新w,b参数。
向量化后,公式为
da[l]是按照loss函数求导计算出来。
在最后一层为sigmoid的情况下,
超参数,hyperparameter
区别与神经网络中的parameter: w, b这两个直接影响算法计算的,还有其他会影响效果的参数称为超参数。
超参数对算法的影响也很重要,比如更新参数的学习率、梯度学习的循环次数、隐藏层的个数,神经元个数、激活函数的选择等等。实际上超参数会影响参数的计算,故称为“超”参数。
超参数的设定是一个经验过程,需要在一次次的试验中才能找到适合特点情况下的“最优”参数。
没有哪一种超参数可以适用所有情况,一切都是数据说话。比如loss函数的变化情况。
深度学习最早的说法神经网络,将其与大脑的进行类比。部分原因可能是基于下图,
输入到输出的变化,但实际上大脑对于人类还有太多太多的未知。
两者一个是数学计算公式,一个是生物电刺激传递。其实是很难进行比较的。
网易云课堂吴恩达Andrew Ng深度学习笔记(四)相关推荐
- 网易云课堂吴恩达Andrew Ng深度学习笔记(二)
01.神经网络和深度学习 第二周 神经网络基础 先说明最简单的二分类,即可以把结果分为0和1两类,或者说是否两种的分类情况. 比如说判定图片中是否有猫,标记为有(1)或者无(0). 特征则是图片中像 ...
- 吴恩达 Andrew Ng深度学习deep learning.ai作业
这是作业的链接 https://blog.csdn.net/u013733326/article/details/79827273 感谢博主的分享
- 吴恩达《机器学习》学习笔记四——单变量线性回归(梯度下降法)代码
吴恩达<机器学习>学习笔记四--单变量线性回归(梯度下降法)代码 一.问题介绍 二.解决过程及代码讲解 三.函数解释 1. pandas.read_csv()函数 2. DataFrame ...
- 下载量过百万的吴恩达机器学习和深度学习笔记更新了!(附PDF下载)
今天,我把吴恩达机器学习和深度学习课程笔记都更新了,并提供下载,这两本笔记非常适合机器学习和深度学习入门.(作者:黄海广) 0.导语 我和同学将吴恩达老师机器学习和深度学习课程笔记做成了打印版,放在g ...
- 【斯坦福公开课-机器学习】1.机器学习的动机和应用(吴恩达 Andrew Ng)
文章目录 0三个目标 0先修课程要求 基本工具 1-网址 2-邮箱 3-本系列课程链接 1机器学习的定义 1-1非正式定义 1-2正式的定义 2监督学习(Supervised Learning) 2- ...
- 吴恩达神经网络和深度学习
[前言] 在学习了深度学习和神经网络之后,为什么我要以博客的形式来做笔记?这CSDN有那么多的优秀文章,我自己写的都比不上 别人的我写的真的有意义吗,为什么我要浪费大量的时间去做这项工作?我相信一句话 ...
- 笔记 | 吴恩达Coursera Deep Learning学习笔记
向AI转型的程序员都关注了这个号☝☝☝ 作者:Lisa Song 微软总部云智能高级数据科学家,现居西雅图.具有多年机器学习和深度学习的应用经验,熟悉各种业务场景下机器学习和人工智能产品的需求分析.架 ...
- 新建网站了!Github标星过万的吴恩达机器学习、深度学习课程笔记,《统计学习方法》代码实现,可以在线阅读了!...
吴恩达机器学习.深度学习,李航老师<统计学习方法>,可以说是机器学习入门的宝典.本文推荐一个网站"机器学习初学者",把以上资源的笔记.代码实现做成了网页版,可以在线阅读 ...
- 吴恩达deeplearning.ai深度学习课程空白作业
吴恩达deeplearning.ai深度学习课程的空白作业,包括深度学习微专业五门课程的全部空白编程作业,经多方整理而来.网上找来的作业好多都是已经被别人写过的,不便于自己练习,而且很多都缺失各种 ...
最新文章
- Python 制作微信全家福,你就是朋友圈最亮的仔!
- logo、展板、彩页、手提袋总结
- 扩展类加载器 Extension ClassLoader
- python习题集整理汇总
- win10中linux系统下载软件,win10 上安装 Debian Linux子系统
- 黑产肆虐,AI如何扛起反欺诈大旗
- 关于卷积神经网络可视化的一点心得
- java project 项目在 linux 下面部署步骤
- Python数据结构实战——单向链表(LinkedList)
- new与malloc的不同
- sqlite转sql2000数据库
- 输出三角形字符阵列图形(C语言)
- matlab找最大值,如何在MATLAB中的矩阵列中找到最大值的索引?
- HTML css把图片变圆,HTML+CSS:圆形和圆角图片格式
- git上传代码的账户名不是本人的问题
- vivado布线congestion拥塞
- 为什么巡检在工业生产中如此重要?
- 图纸识别自动生成BOM清单的方法
- 基于laravel免费开源CMS推荐
- 计算机理论之父是哪位,计算机之父指的是谁 计算机之父是谁