斯坦福CS231n深度学习课程笔记翻译(八) :神经网络3

TinyMind 2018-07-16 10:35
讲解神经网络的动态部分,即神经网络学习参数和搜索最优超参数的过程。

斯坦福CS231n深度学习课程笔记翻译(五) :反向传播

TinyMind 2018-06-04 15:53
帮助大家对反向传播形成直观而专业的理解。反向传播是利用链式法则递归计算表达式的梯度的方法。理解反向传播过程及其精妙之处,对于理解、实现、设计和调试神经网络非常关键。

斯坦福CS231n深度学习课程笔记翻译(四) :最优化

TinyMind 2018-06-04 15:34
介绍了图像分类任务的第三个关键部分:最优化。

斯坦福CS231n深度学习课程笔记翻译(三) :线性分类

TinyMind 2018-06-04 15:12
实现一种更强大的方法来解决图像分类问题,该方法可以自然地延伸到神经网络和卷积神经网络上。
关注微信公众号