深度学习之神经网络基础(一)

1 感知机

1.1 感知机模型

深度学习之神经网络基础(一)

1.2 感知器的基本概念

定义:有n个输入数据,通过权重与个数据之间的计算和,比较**函数结果得到输出。其中threshold为**函数,阈(yu)值:引申为界限或范围,下面为1.5,当结果大于1.5时输出为1,小于1.5时输出为0。

深度学习之神经网络基础(一)

2 神经网络结构

2.1 神经网络的发展

深度学习之神经网络基础(一)

2.2神经网络的特点

深度学习之神经网络基础(一)

2.3 神经网络的结构

深度学习之神经网络基础(一)

笼统的讲,神经网络是由多个神经元(感知机)组成。

2.4 神经网络在图片分类中的应用

2.4.1 神经网络与其他算法的区别

逻辑回归:sigmoid函数—>某⼀个类别的概率 。 用于⼆分类
神经⽹络:某⼀个样本——->得出属于全部类别(????,????,人,????)的每⼀个概率 。 用于多分类

深度学习之神经网络基础(一)

相关名词解释

深度学习之神经网络基础(一)

深度学习之神经网络基础(一)

2.4.2 神经网络的API模块

深度学习之神经网络基础(一)

2.4.3 SoftMax回归

深度学习之神经网络基础(一)
深度学习之神经网络基础(一)