深度学习系列笔记

文章列表

「杂谈」从直觉上理解什么是最速下降法&共轭梯度法

「杂谈」深度学习中的正则化（Regularization）

「杂谈」深度学习中的的超参数调节

通俗科普文：贝叶斯优化与SMBO、高斯过程回归和TPE

「杂谈」神经网络中的激活（Activation）函数及其对比

「杂谈」理解L1,L2正则化的正确姿势

【DL笔记10】用TensorFlow和Keras搭建CNN的对比

「杂谈」神经网络中的优化算法

【DL笔记1】Logistic回归：最基础的神经网络

【DL笔记2】神经网络编程原则&Logistic Regression的算法解析

【DL笔记3】一步步亲手用python实现Logistic Regression

【DL笔记5】用TensorFlow搭建神经网络——手写数字识别

【DL笔记4】神经网络详解，正向传播和反向传播

【DL笔记6】从此明白了卷积神经网络（CNN）

【DL笔记7】他山之玉——窥探CNN经典模型

【DL笔记9】迁移学习——光明正大借用前人劳动成果

【DL笔记8】如果你愿意一层一层剥开CNN的心——你会明白它究竟在做什么

一个小问题：深度学习模型如何处理大小可变的输入

神经网络的前世今生

如何理解Inductive bias（归纳偏置）？

保姆级情感分类模型开发

「杂谈」神经网络参数初始化的学问