Deep Learning 用Python 進行深度學習的基礎理論實作-1
●感知器
○基本邏輯-AND
Deep Learning 用Python 進行深度學習的基礎理論實作-2
●邏輯閘-NAND(反及閘)
○邏輯閘-OR(及閘)
●邏輯閘-XOR(反互斥或閘)
○縣性與非線性
Deep Learning 用Python 進行深度學習的基礎理論實作-3
■神經網路
□活化函數
■sigmoid函數
□階梯函數-實作
■階梯函數-圖表
□sigmoid-圖表
■step vs. sigmoid-圖表
Deep Learning 用Python 進行深度學習的基礎理論實作-4
◎非線性函數
◎ReLU函數
◎多維陣列運算
◎矩陣的乘積
Deep Learning 用Python 進行深度學習的基礎理論實作-5
§三層神經網路
Deep Learning 用Python 進行深度學習的基礎理論實作-6
⊙輸出層
⊙恆等函數
⊙sfotmax函數
⊙sfotmax函數-使用問題
⊙輸出層-神經元數量
Deep Learning 用Python 進行深度學習的基礎理論實作-7
∮手寫辨識
∮手寫辨識-MNIST資料集
∮神經網路的推論處理
∮神經網路的訓練
∮用turtle畫出神經元連接
Deep Learning 用Python 進行深度學習的基礎理論實作-8
※批次處理
※從資料中學習
※損失函數
※均方誤差
※交叉熵(ㄉ一)誤差
Deep Learning 用Python 進行深度學習的基礎理論實作-9
∞小批次學習
∞損失函數&辨識準確率
∞數值微分
Deep Learning 用Python 進行深度學習的基礎理論實作-10
○數值微分
●偏微分
Deep Learning 用Python 進行深度學習的基礎理論實作-11
★梯度
☆梯度法
留言列表