第四章_经典网络
[TOC]
第四章 经典网络解读
4.1 LeNet-5
4.1.1 模型介绍
LeNet-5是由LeCunLeCunLeCun 提出的一种用于识别手写数字和机器印刷字符的卷积神经网络(Convolutional Neural Network,CNN)[1]^{[1]}[1],其命名来源于作者L ...
第五章_卷积神经网络(CNN)
[TOC]
第五章 卷积神经网络(CNN)
卷积神经网络是一种用来处理局部和整体相关性的计算网络结构,被应用在图像识别、自然语言处理甚至是语音识别领域,因为图像数据具有显著的局部与整体关系,其在图像识别领域的应用获得了巨大的成功。
5.1 卷积神经网络的组成层
以图像分类任务为例,在表5.1 ...
第六章_循环神经网络(RNN)
[TOC]
第六章 循环神经网络(RNN)
6.1 为什么需要RNN?
时间序列数据是指在不同时间点上收集到的数据,这类数据反映了某一事物、现象等随时间的变化状态或程度。一般的神经网络,在训练数据足够、算法模型优越的情况下,给定特定的x,就能得到期望y。其一般处理单个的输入,前一个输入和后一个输 ...
ch7
[TOC]
第七章 生成对抗网络
7.1 GAN基本概念
7.1.1 如何通俗理解GAN?
生成对抗网络(GAN, Generative adversarial network)自从2014年被Ian Goodfellow提出以来,掀起来了一股研究热潮。GAN由生成器和判别器组成,生成器负责生成 ...
第一章_数学基础
[TOC]
第一章 数学基础
深度学习通常又需要哪些数学基础?深度学习里的数学到底难在哪里?通常初学者都会有这些问题,在网络推荐及书本推荐里,经常看到会列出一系列数学科目,比如微积分、线性代数、概率论、复变函数、数值计算、优化理论、信息论等等。这些数学知识有相关性,但实际上按照这样的知识范围来学习, ...
第三章_深度学习基础
[TOC]
第三章 深度学习基础
3.1 基本概念
3.1.1 神经网络组成?
神经网络类型众多,其中最为重要的是多层感知机。为了详细地描述神经网络,我们先从最简单的神经网络说起。
感知机
多层感知机中的特征神经元模型称为感知机,由Frank Rosenblatt于1957年发明。
简单的感知机如下 ...
第二章_机器学习基础
[TOC]
第二章 机器学习基础
机器学习起源于上世纪50年代,1959年在IBM工作的Arthur Samuel设计了一个下棋程序,这个程序具有学习的能力,它可以在不断的对弈中提高自己。由此提出了“机器学习”这个概念,它是一个结合了多个学科如概率论,优化理论,统计等,最终在计算机上实现自我获取 ...
Chapter 1_MathematicalBasis
[TOC]
Chapter 1 Mathematical Foundation
1.1 The relationship between scalars, vectors, matrices, and tensors
Scalar
A scalar represents a single numbe ...
ChapterIV_ClassicNetwork
[TOC]
Chapter 4 Classic Network
4.1 LeNet-5
4.1.1 Introduction to the model
LeNet-5 is a Convolutional Neural Network (CNN) [1]^{[1]}[1] proposed by L ...
Chapter 2_TheBasisOfMachineLearning
[TOC]
Chapter 2 Fundamentals of Machine Learning
2.1 Understanding the essence of machine learning
Machine Learning (ML), as the name suggests, lets t ...