摘要：梯度下降在【机器学习基础】中已经总结了，而在深度学习中，由于模型更加复杂，梯度的求解难度更大，这里对在深度学习中的梯度计算方法进行回顾和学习。 本节主要是了解深度学习中（或者说是tensorflow中）梯度的计算是怎么做的。 1. 计算图 在学习tensorflow中，我们知道tensorflow都 阅读全文

摘要：损失函数在【机器学习基础】中有所提及，在深度学习中所使用最多的是均值平方差（MSE）和交叉熵（cross entropy）损失，这里着重介绍一下这两个损失函数及其在tensorflow中的实现。 1. 均方差损失 均方差就是预测值与真实值之间的差异，其公式为： 一般对于标签是实数且无界的值的时候，损 阅读全文

摘要：本节主要复习一下深度学习中这些常见的网络结构在tensorflow（1.x）中的使用，便于后续tensorflow的学习。 1. 全连接网络结构 全连接网络就是后层的每一个神经元均与前一层的神经元有关，按照上一节的推导，zl=w*al-1+b，然后再经过激活函数记得到了第l层的神经元al： 那么在t 阅读全文

摘要：这一部分开始，是对深度学习的有关内容进行学习，在机器学习中有涉及到部分有关深度学习的内容，如CNN、autoencoder等比较简单的网络模型。这一部分开始，将对深度学习有一个较为系统的学习和了解。 除了基本理论内容外，中间可能穿插一些tensorflow来实现一些东西，也将在这里一并涉及。 深度学 阅读全文