人腦的運行類似于其
用濾波器提取出特征

分類問題

看fgh哪個函數能做好問題

一。確定函數集合
二，評價問題
三，挑函數
前面靠人，

eg：擬合函數

人，確定好損失函數后，學得最優函數，

訓練過程和測試過程，訓練測試集獨立同分布


神經網絡基本運算規則 怎么用淺層神經元計算下一層神經元，激活函數一般選非線性的

今天重點講前饋式神經網絡



前饋神經網絡的樣子

80年代隱藏層很少，現在多叫深度神經網絡
看分成哪個類的幾率更大一些，softmax就是把實數輸出改成概率（logistic）

實例：手寫識別，找到概率最大的那個

簡單任務用經典模型就好


希望 1時y1最大，8時y8最大



當訓練集有很多向量，讓輸出與標注盡量接近，損失盡可能小

eg：語音識別
不可能枚舉，尋找一種優化模型參數計算

隨機梯度下降，：參照計算方法，學習率要設置好，可能不收斂


反向傳播

實踐環節：手勢識別


注：如果不亂序，可能順序影響了，泛化會差
為了簡單介紹，用的DNN，感覺用cnn或xlnet會好些？

總結

以上是生活随笔為你收集整理的飞桨抠图直播2020.4.1的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。