卷積神經(jīng)網(wǎng)絡(luò):圖片之間是沒(méi)有關(guān)系的 遞歸神經(jīng)網(wǎng)絡(luò)：語(yǔ)音文字不能單獨(dú)分析药磺，需要連起來(lái)分析础拨，這一次的輸入是上一次的輸出

多個(gè)卷積核的作用卷積核就是濾波器翎冲，經(jīng)過(guò)卷積操作會(huì)得到不同的特征圖妄讯。對(duì)不同的特征進(jìn)行采樣棠赛。

增加隱藏層的方法 1.復(fù)制粘貼第一個(gè)隱藏層 2.更改每一個(gè)隱藏層的矩陣為度榔袋，行是前一層神經(jīng)元個(gè)數(shù)丑念，列是本層神經(jīng)元個(gè)數(shù) 3.如果有Dropout操...

看loss代價(jià)函數(shù)求導(dǎo)=f(激活函數(shù)求導(dǎo))，確定loss函數(shù)變化速度與激活函數(shù)的變化速度什么正反比關(guān)系浪规，能否滿足激活函數(shù)越接近結(jié)果值（1/0）時(shí)...

函數(shù)變化率流礁、梯度、方向?qū)?shù) 1.損失函數(shù)需要越變?cè)叫?2.損失函數(shù)在某一個(gè)方向的的方向?qū)?shù)越大罗丰，在這一個(gè)方向的變化率越大 3.損失函數(shù)在沿著梯度...

1.Tensorflow的使用：先羅列神帅，后操作 2.關(guān)于權(quán)重矩陣： a.定義每一層，就是定義 “這一層->這一層的前一層” 之間的“實(shí)線”...

1.Tensorflow的使用：先羅列萌抵，后操作(損失函數(shù)->優(yōu)化器->訓(xùn)練函數(shù)) 2.使用優(yōu)化器的方法來(lái)優(yōu)化代價(jià)函數(shù):優(yōu)化器.func(代價(jià)函數(shù)...

1.Tensorflow的使用：先羅列找御，后操作 2.Fetch-運(yùn)行多個(gè)OP：Run（[op1,op2,op3]） 3.Feed-給OP傳入?yún)?shù)...