机器学习之神经网络
2016-10-18 23:58
162 查看
神经网络是现在最火的deep learning的基础,这里对Andrew Ng大师的教学视频进行了简要的记录和概括,主要是为了后期复习方便。
如上图所示,神经网络主要分为三个部分,输入层,中间层(又叫隐藏层),输出层。其中隐藏层可以由多层组成。
Andrew Ng给出的例子是以logistics函数为基础的神经网络,即:
其中J就是我们要最小化的目标函数,称为cost function,可以采取梯度下降算法对训练过程进行迭代,在神经网络中这一过程称为反向传播(back propagation)
但是神经网络的缺点是你无法根据牛顿下降或者梯度下降来得到一个局部最优解,神经网络存在着很多局部最优解,所以需要人为的控制网络的层数等一些条件,在这些条件控制好的情况下,神经网络是可以很好的工作的,但是具体怎么使用,需要进一步的学习才能慢慢体会。
老师播放了一个字体识别以及机器学习说话的视频,非常有趣,其中机器学习语言的反馈作用印象很是深刻,但是我还不知道什么原理。
如上图所示,神经网络主要分为三个部分,输入层,中间层(又叫隐藏层),输出层。其中隐藏层可以由多层组成。
Andrew Ng给出的例子是以logistics函数为基础的神经网络,即:
其中J就是我们要最小化的目标函数,称为cost function,可以采取梯度下降算法对训练过程进行迭代,在神经网络中这一过程称为反向传播(back propagation)
但是神经网络的缺点是你无法根据牛顿下降或者梯度下降来得到一个局部最优解,神经网络存在着很多局部最优解,所以需要人为的控制网络的层数等一些条件,在这些条件控制好的情况下,神经网络是可以很好的工作的,但是具体怎么使用,需要进一步的学习才能慢慢体会。
老师播放了一个字体识别以及机器学习说话的视频,非常有趣,其中机器学习语言的反馈作用印象很是深刻,但是我还不知道什么原理。
相关文章推荐
- 数学之路(3)-机器学习(3)-机器学习算法-神经网络[9]
- 《机器学习》学习笔记(二):神经网络
- 干货 | 机器学习必知的八大神经网络架构
- 【机器学习】动手写一个全连接神经网络(二):线性回归
- 机器学习逻辑回归神经网络手写数字识别(matlab)
- 机器学习基础知识-神经网络与深度学习学习笔记(二)
- [机器学习入门] 李宏毅机器学习笔记-34 (Recurrent Neural Network part 3;循环神经网络 part 3)
- 机器学习(周志华) 参考答案 第五章 神经网络 5.7
- 基于Tensorflow的机器学习(5) -- 全连接神经网络
- stanford coursera 机器学习编程作业 exercise4--使用BP算法训练神经网络以识别阿拉伯数字(0-9)
- 神经网络与机器学习(二)——识别手写数字示例
- Hulu机器学习问题与解答系列 | 第九弹:循环神经网络
- python机器学习库sklearn——神经网络回归预测
- [机器学习笔记]Note6--神经网络:表达
- 【原】Andrew Ng斯坦福机器学习(8)——Lecture 8_Neural Networks Representation 神经网络:表述
- Deep Learning(深度学习)之(十)神经网络在机器学习分类任务中的应用
- 神经网络和机器学习基础入门分享
- 神经网络与机器学习导言笔记——网络结构与知识表示
- 机器学习之神经网络模型-下(Neural Networks: Representation)
- 数学之路(3)-机器学习(3)-机器学习算法-神经网络[1]