importtensorflowastffromtensorflow.examples.tutorials.mnistimportinput_datamnist=input_data.re...

神经网络由具有权重和偏差的神经元组成。通过在训练过程中调整这些权重和偏差，以提出良好的学习模型。每个神经元接收一组输入，以某种方式处理它，然后输出一个值。如果构建一个具有多层的神经网络，则将其称为深度...

写在前面：该篇文章的内容以及相关代码（代码在最后），都是我亲自手敲出来的，相关结论分析也是花了挺长时间做出来的，如需转载该文章，请务必先联系我，在后台留言即可。在深度学习中，神经网络的权重初始化方式非...

损失函数是机器学习中非常重要的一个概念，其本质是衡量推理值与真实目标值之间的逼近情况的一种手段，不同的损失函数适用于不同的使用场景，这篇文章总结了Tensorflow与Keras中常用的几种用于分类任...

在这篇文章中，我们将使用TensorFlow构建一个神经网络（多层感知器）并成功训练它以识别图像中的数字。Tensorflow是一个非常流行的深度学习框架，该笔记将指导用这个库构建一个神经网络。如果你...

第一步：导入相关包importtimeimportnumpyasnpimporttensorflowastffromtensorflow.examples.tutorials.mnis...

这篇内容主要写了自己简历相关的技能点的了解（百度一下记录下来）和自己项目梳理一下需要注意的点。1.深度学习参考https://www.cnblogs.com/xyou/p/10112156.html深...

深度学习参数范数惩罚是一种正则化技术，用于减小模型的复杂度，防止过拟合。它通过在损失函数中添加一个参数范数的惩罚项，使得模型的权重在训练过程中趋向于较小的值。具体而言，参数范数惩罚可以通过在损失函数中...

TensorFlow是一个开源的机器学习框架，用于构建，部署和分析您的机器学习(ML)模型。本文适用于了解深度学习（数学和理论）的人。在这里，您将了解TensorFlow的基本工作以及“Tensor”...

本文介绍简单说说深层神经网络中的几种常用方法，深度学习所示深层神经网络的代名词，重要特性：多层、非线性。若只通过线性变换，任意层的神经网络模型与单层神经网络模型的表达能力没有任何区别，这是线性模型的局...