發(fā)簡信
IP屬地：北京
-
蛋白對接主鏈柔性解決方法綜述這是 2021 年約翰霍普金斯大學化學與生物分子工程系 Jeffrey Gray 教授組發(fā)表于《Current Opinion in Struc...
-
深度學習（九）：自然語言處理1 自然語言處理(NLP) NLP 任務希望能做到以下三件事：1、標記文本區(qū)域（如詞性標注、情感分類或者命名實體識別）2、鏈接兩個以上的文本區(qū)域...
-
深度學習（八）：卷積神經(jīng)網(wǎng)絡1 在多個位置復用權(quán)重 1、神經(jīng)網(wǎng)絡最大的挑戰(zhàn)是過擬合洋措。過擬合指的是神經(jīng)網(wǎng)絡試圖記憶一個數(shù)據(jù)集，而不是從中學習可以泛化到還沒見過的數(shù)據(jù)的有用抽象...
-
深度學習（七）：激活函數(shù)1 激活函數(shù)限制 激活函數(shù)是在預測時應用于一層神經(jīng)元的函數(shù)杰刽。激活函數(shù)有以下的限制：約束1：函數(shù)必須連續(xù)且定義域是無窮的 約束2：好的激活函數(shù)是單...
-
深度學習（六）：正則化與批處理
1 神經(jīng)網(wǎng)絡中的過擬合問題 MNIST（Modified National Institute of Standards and Technol...
-
深度學習（五）：描繪神經(jīng)網(wǎng)絡1菠发、所有關(guān)于神經(jīng)元、梯度贺嫂、層的堆疊等概念最后都匯集到一個重點：神經(jīng)網(wǎng)絡能夠發(fā)現(xiàn)并創(chuàng)建相關(guān)性 2滓鸠、關(guān)聯(lián)抽象：神經(jīng)網(wǎng)絡試圖尋找在輸入層和輸出層之間的...
-
深度學習（四）：反向傳播1 梯度下降分類 1、本章描述的交通信號燈問題是一個多個輸入一個輸出的神經(jīng)網(wǎng)絡 2第喳、隨機梯度下降：它分別為每個訓練樣例執(zhí)行預測和權(quán)重更新糜俗。它先拿...
-
深度學習（三）：通用梯度下降（一次學習多個權(quán)重）1 多輸入梯度下降學習 1、梯度下降也適用于多輸入曲饱。因為例子中悠抹，三個權(quán)重共享一個輸出節(jié)點，它們也共享一個 delta扩淀。但是由于 input 不同...
-
深度學習（二）：梯度下降1楔敌、“比較”這一步會讓你知道自己的模型錯了多少。誤差總是正的驻谆。均方誤差是評估神經(jīng)網(wǎng)絡準確性的常用方法2卵凑、在“預測”步驟結(jié)束時庆聘，“學習”這一步會為...