大型网站订单系统怎么设计,网站开发实习报告,io小游戏大全网页,做app公司一般叫什么公司目录
一、数据库——数据获取
1、Mnist
2、ImageNet
二、自编码器#xff08;Auto-encoder#xff09;——参数初始化
1、功能
2、基本思想
1#xff09;训练第一层
2#xff09;训练第二层及以后的神经网络
3#xff09;利用BP对整个神经网络的参数初始值进…目录
一、数据库——数据获取
1、Mnist
2、ImageNet
二、自编码器Auto-encoder——参数初始化
1、功能
2、基本思想
1训练第一层
2训练第二层及以后的神经网络
3利用BP对整个神经网络的参数初始值进行微调
3、关键代码
三、卷积神经网络 SVM适用于小样本神经网络适用于大样本
一、数据库——数据获取
1、Mnist
二值图就是只有黑白两色 2、ImageNet 二、自编码器Auto-encoder——参数初始化
1、功能
用于初始化神经网络参数使得初始的参数w,b比较合理进而可以保留样本的特征信息 2、基本思想
自编码器的基本思想如下
假设训练一个输入为X输出为Y神经网络层数为N层的网络对于每一层的参数逐层进行训练。通过假设每一层的输入和输出是一样的并且保持前面神经网络层的参数不变利用BP算法对该层进行训练这样的话就得到了该层的参数的初始值 1训练第一层
假设第一层的输入为X输出也为X利用BP算法对这个网络进行训练求得参数w1,b1,w1,b1
以下的这个网络就是一个自编码器 求得参数w1,b1,w,b后将w1,b1,保留这样就会得到经过layer1输出的参数为三个
2训练第二层及以后的神经网络 3利用BP对整个神经网络的参数初始值进行微调 3、关键代码
通过前面就得到了整个神经网络的比较合理的参数初始值这样得到的参数初始值保留了样本特征的基本属性 一般输出层的神经元的个数与数据集的类别的类数相同有多少类就输出多少属于哪一类那一个神经元输出就是1其他神经元输出为0通过这样来判断是哪一类 上面代码主要是完成了上一层的输出作为下一层输入的转换 三、卷积神经网络
后接《机器学习——深度学习之卷积神经网络》