简介: 深度学习通常被认为具有解决问题的近乎形而上的能力。 然而,深度学习背后的技术通常被视为神秘的黑匣子。 在本教程中,我们试图为深入了解深度学习提供坚实的基础。 我们的主要重点是反向传播和自动微分,但我们还将讨论各种相关主题,包括梯度下降和出现的各种参数。 此外,我们指出了深度学习与其他非深度技术之间的许多联系,这些联系主要是隐马尔可夫模型(HMM)和支持向量机(SVM)。 但是首先,我们讨论人工神经网络,这是深度学习的基本组成部分。

大纲介绍:

  • 介绍
  • 神经网络的发展
  • 为什么是神经网络呢?
  • 决定
  • 自动微分
  • 反向传播
  • 结论
  • 问题
  • 附件
成为VIP会员查看完整内容
28

相关内容

梯度下降法是一个最优化算法,通常也称为最速下降法。最速下降法是求解无约束优化问题最简单和最古老的方法之一,虽然现在已经不具有实用性,但是许多有效算法都是以它为基础进行改进和修正而得到的。最速下降法是用负梯度方向为搜索方向的,最速下降法越接近目标值,步长越小,前进越慢。可以用于求解非线性方程组
最新《深度多模态数据分析》综述论文,26页pdf
专知会员服务
292+阅读 · 2020年6月16日
【新书】深度学习搜索,Deep Learning for Search,附327页pdf
专知会员服务
201+阅读 · 2020年1月13日
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
深度学习与NLP
12+阅读 · 2018年9月13日
【干货】数据科学与机器学习面试指南
机器学习算法与Python学习
8+阅读 · 2018年8月15日
深度学习(deep learning)发展史
机器学习算法与Python学习
12+阅读 · 2018年3月19日
【直播】Deep Learning 读书分享 :前馈神经网络
AI研习社
3+阅读 · 2017年9月15日
从浅层模型到深度模型:概览机器学习优化算法
机器之心
23+阅读 · 2017年7月9日
A Survey on Bayesian Deep Learning
Arxiv
59+阅读 · 2020年7月2日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
Deep Learning for Energy Markets
Arxiv
8+阅读 · 2019年4月10日
Arxiv
18+阅读 · 2019年1月16日
Image Captioning based on Deep Reinforcement Learning
Arxiv
21+阅读 · 2018年8月30日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
6+阅读 · 2018年1月11日
VIP会员
相关资讯
<好书推荐> -《Pro Deep Learning with TensorFlow》分享
深度学习与NLP
12+阅读 · 2018年9月13日
【干货】数据科学与机器学习面试指南
机器学习算法与Python学习
8+阅读 · 2018年8月15日
深度学习(deep learning)发展史
机器学习算法与Python学习
12+阅读 · 2018年3月19日
【直播】Deep Learning 读书分享 :前馈神经网络
AI研习社
3+阅读 · 2017年9月15日
从浅层模型到深度模型:概览机器学习优化算法
机器之心
23+阅读 · 2017年7月9日
相关论文
A Survey on Bayesian Deep Learning
Arxiv
59+阅读 · 2020年7月2日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
Deep Learning for Energy Markets
Arxiv
8+阅读 · 2019年4月10日
Arxiv
18+阅读 · 2019年1月16日
Image Captioning based on Deep Reinforcement Learning
Arxiv
21+阅读 · 2018年8月30日
A Survey on Deep Transfer Learning
Arxiv
11+阅读 · 2018年8月6日
Arxiv
6+阅读 · 2018年1月11日
微信扫码咨询专知VIP会员