对于许多机器学习算法来说，最终要解决的问题往往是最小化一个函数，我们通常称这个函数叫损失函数。在神经网络里面同样如此，
2017-11-30 16:09
在神经网络中，激活函数是一个至关重要的组成部分，它决定了神经元对于输入信号的反应方式，为神经网络引入了非线性因素，使得网络
2024-07-01 11:52
神经网络从感知机发展到多层前馈神经网络，网络变得越来越复杂。如上一篇 机器学习中的函数（2）- 多层前馈网络巧解“异或”
2022-11-01 11:54
本项目在之前项目分类模型基础上神经网络应用（一）进一步拓展神经网络应用，相比之前本项目增加了新的知识点，比如正则化，softmax函数和交叉熵损失
2023-02-24 15:43
和激活函数的非线性变换，能够学习和模拟复杂的函数映射，从而解决各种监督学习任务。本文将详细阐述前馈神经网络的基本结构，包括其组成层、权重和偏置、激活函数等，并介绍几种常
2024-07-09 10:31
神经网络模型的每一类学习过程通常被归纳为一种训练算法。训练的算法有很多，它们的特点和性能各不相同。问题的抽象人们把神经网络的学习过程转化为求损失函数f的最小值问题。一般
2017-11-16 15:30
神经网络优化器是深度学习中用于调整网络参数以最小化损失函数的重要工具。这些优化器通过不同的策略来更新网络权重，以提高训练
2024-07-11 16:33
BP神经网络和人工神经网络（Artificial Neural Networks，简称ANNs）之间的关系与区别，是神经网络领域中一个基础且重要的话题。本文将从定义、结构、算法、应用及未来发展等多个方面，详细阐述BP
2024-07-10 15:20
神经网络优化算法是深度学习领域中的核心技术之一，旨在通过调整网络中的参数（如权重和偏差）来最小化损失函数，从而提高模型的性能和效率。本文将详细探讨
2024-07-03 16:01
在探讨深度神经网络（Deep Neural Networks, DNNs）与基本神经网络（通常指传统神经网络或前向神经网络）的区别时，我们需要从多个维度进行深入分析。这
2024-07-04 13:20
