Crysaty

摘要： 近来机器学习领域实现了很多重大的进展，这些进展让计算机系统具备了解决复杂的真实世界问题的能力。其中，谷歌的机器学习又是怎样的 ？ 近来机器学习领域实现了很多重大的进展，这些进展让计算机系统具备了解决复杂的真实世界问题的能力。其中之一是谷歌的大规模的、基于图（graph-based）的机器学习平台，该 阅读全文

摘要： http://deeplearning.stanford.edu/tutorial/ 阅读全文

摘要： 回归(regression)、梯度下降(gradient descent) 发表于332 天前 ⁄ 技术, 科研 ⁄ 评论数 3 ⁄ 被围观 1152 次+ 本文由LeftNotEasy所有，发布于http://leftnoteasy.cnblogs.com。如果转载，请注明出处，在未经作者同意下将 阅读全文

摘要： 原文地址：http://blog.csdn.net/u014088052/article/details/50923924 激活函数的作用 神经网络为什么要使用激活函数？ 首先提一下激活函数的一般形式，在我平时的学习中，我遇到过的一般是这四种形式，simoid,tanh,ReLu,softplus。 阅读全文

摘要： 理论上讲任何一个连续的非多项式、常数函数都可以做为BP的激活函数，而且这都是已经在数学上证明过的问题。 但sigmoid函数相对其他函数有它自身的优点，比如说光滑性，鲁棒性，以及在求导的时候可以用它自身的某种形式来表示 。 这一点在做数值试验的时候很重要，因为权值的反向传播，要求激活函数的导数 。 阅读全文

摘要： http://colah.github.io/ 阅读全文

摘要： 原文 ： http://www.cnblogs.com/neopenx/p/4453161.html#undefined 起源：传统激活函数、脑神经元激活频率研究、稀疏激活性 传统Sigmoid系激活函数 传统神经网络中最常用的两个激活函数，Sigmoid系（Logistic-Sigmoid、Tan 阅读全文