DL roam
来自Jack's Lab
（版本间的差异）
(→直观印象) |
(→直观印象) |
||
| 第11行： | 第11行： | ||
* [http://neuralnetworksanddeeplearning.com/chap1.html deep learning对手写数字的识别 ] | * [http://neuralnetworksanddeeplearning.com/chap1.html deep learning对手写数字的识别 ] | ||
| + | |||
| + | 直接跳到这个神经元结构示意图, 是下面的这个样子. | ||
[[文件:Deep_learning_hw_fnn.png]] | [[文件:Deep_learning_hw_fnn.png]] | ||
| + | |||
| + | |||
| + | 什么意思呢, 就是假设每个手写数字都是28x28个像素的小图片, 总共784个点, 每个点的像素值按照一行行配列好,变成一个输入数组对应 input layer的784个神经元, 非常的直接和暴力. | ||
== 最小值 == | == 最小值 == | ||
== 卷积 == | == 卷积 == | ||
2018年7月2日 (一) 10:17的版本
目录 |
1 接触 Deep Learning
Jack 给我普及Deep learning已经是一两年前的事情了. 作为酒桌的谈资,自然是没往心里去. 直到我最爱的几个youtube频道相继开始聊起Deep learning的话题,才想起来探个究竟.
- 3Blue1Brown on youtube [1]
2 直观印象
无论是jack给的连接还是youtube频道3Blue1Brown, 都是用下面这个例子来作为介绍deep learning.
直接跳到这个神经元结构示意图, 是下面的这个样子.
什么意思呢, 就是假设每个手写数字都是28x28个像素的小图片, 总共784个点, 每个点的像素值按照一行行配列好,变成一个输入数组对应 input layer的784个神经元, 非常的直接和暴力.
