Tensorflow与深度学习12020/2/19课程第六天-神经网络1、神经网络基础2、人工神经网络(ANN)3、Mnist数据集浅层神经网络分析4、N)5、Mnist数字图片识别22020/2/19神经网络基础1、感知机2、人工神经网络32020/2/1942020/2/1952020/2/19感知机有n个输入数据,通过权重与各数据之间的计算和,比较激活函数结果,得出输出应用:很容易解决与、或、非问题Rosenblatt在1957年,于Cornell航空实验室时所发明的一种人工神经网络62020/2/1972020/2/19感知机与逻辑回归的联系与区别激活函数、结果分析82020/2/19演示:http://playground./#activation=sigmoid®ularization=L2&batchSize=10&dataset=circle®Dataset=reg-plane&learningRate=®ularizationRate=0&noise=workShape=3&seed=&showTestData=false&discretize=false&percTrainData=50&x=true&y=true&xTimesY=false&xSquared=false&ySquared=false&cosX=false&sinX=false&cosY=false&sinY=false&collectStats=false&problem=classification&initZero=false&showTestData_hide=true&learningRate_hide=true®ularizationRate_hide=true&percTrainData_hide=true&numHiddenLayers_hide=true&discretize_hide=true&activation_hide=true&problem_hide=true&noise_hide=true®ularization_hide=true&dataset_hide=true&batchSize_hide=true&playButton_hide=false92020/2/19神经网络的发展定义:在机器学习和认知科学领域,人工神经网络(work,缩写ANN),简称神经网络(:work,缩写NN)或类神经网络,是一种模仿生物神经网络的结构和功能的计算模型,用于对函数进行估计或近似。神经网络的种类:基础神经网络:单层感知器,线性神经网络,BP神经网络,Hopfield神经网络等进阶神经网络:玻尔兹曼机,受限玻尔兹曼机,递归神经网络等深度神经网络:深度置信网络,卷积神经网络,循环神经网络,LSTM网络等102020/2/19
tensorflow与神经网络幻灯片 来自淘豆网m.daumloan.com转载请标明出处.