人腦的運(yùn)行類(lèi)似于其
用濾波器提取出特征

分類(lèi)問(wèn)題

看fgh哪個(gè)函數(shù)能做好問(wèn)題

一。確定函數(shù)集合
二，評(píng)價(jià)問(wèn)題
三，挑函數(shù)
前面靠人，

eg：擬合函數(shù)

人，確定好損失函數(shù)后，學(xué)得最優(yōu)函數(shù)，

訓(xùn)練過(guò)程和測(cè)試過(guò)程，訓(xùn)練測(cè)試集獨(dú)立同分布


神經(jīng)網(wǎng)絡(luò)基本運(yùn)算規(guī)則 怎么用淺層神經(jīng)元計(jì)算下一層神經(jīng)元，激活函數(shù)一般選非線性的

今天重點(diǎn)講前饋式神經(jīng)網(wǎng)絡(luò)



前饋神經(jīng)網(wǎng)絡(luò)的樣子

80年代隱藏層很少，現(xiàn)在多叫深度神經(jīng)網(wǎng)絡(luò)
看分成哪個(gè)類(lèi)的幾率更大一些，softmax就是把實(shí)數(shù)輸出改成概率（logistic）

實(shí)例：手寫(xiě)識(shí)別，找到概率最大的那個(gè)

簡(jiǎn)單任務(wù)用經(jīng)典模型就好


希望 1時(shí)y1最大，8時(shí)y8最大



當(dāng)訓(xùn)練集有很多向量，讓輸出與標(biāo)注盡量接近，損失盡可能小

eg：語(yǔ)音識(shí)別
不可能枚舉，尋找一種優(yōu)化模型參數(shù)計(jì)算

隨機(jī)梯度下降，：參照計(jì)算方法，學(xué)習(xí)率要設(shè)置好，可能不收斂


反向傳播

實(shí)踐環(huán)節(jié)：手勢(shì)識(shí)別


注：如果不亂序，可能順序影響了，泛化會(huì)差
為了簡(jiǎn)單介紹，用的DNN，感覺(jué)用cnn或xlnet會(huì)好些？

總結(jié)

以上是生活随笔為你收集整理的飞桨抠图直播2020.4.1的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。