热门
最新
红包
立Flag
投票
同城
我的
发布
问题:
0、为什么神经网络可以拟合任意函数?https://zhuanlan.zhihu.com/p/50133198
1、sigmod合理性,为什么是sigmod?sigmod优缺点,合理性证明https://www.zhihu.com/question/41647192?sort=created。
2、正规化?what?https://www.zhihu.com/question/326034346/answer/732884054
激活函数的适用:https://zhuanlan.zhihu.com/p/477654455
3、特征量是什么?
4、为什么梯度是下降最快的值?
5、神经元个数怎么选
第三章
1、激活函数的选择。
2、明白了神经网络可以拟合任意的逻辑函数,但是分类函数与回归函数如何模拟的还有望探索。
3、numpy与MNIST的基本使用与练习
第四章
1、mini batch学习策略,有非常大的疑问,合理性?
2、损失函数的选取,主要是交叉熵函数,均方差为什么不能用?
3、梯度下降
CSDN App 扫码分享
2
点赞
打赏
- 复制链接
- 举报
下一条:
海蛇:“历史是不会记住血脉的,而是名字”