2021年3月30日
《神经网络与机器学习》第10章 EM算法
摘要： 神经网络与机器学习 第10章 EM算法 §10.1 EM算法引入 EM算法是一种迭代算法，1977年Dempster等提出的，用于隐变量的概率模型参数的极大似然估计，或者极大后验概率估计。 EM算法两步：E步求期望，M步求极大，所以叫做期望最大算法，再高斯混合模型的学习中应用非常成功，后来又推广为广 阅读全文
posted @ 2021-03-30 23:04 bingoloser 阅读(668) 评论(0) 推荐(0)
第6章 反向传播-交叉熵
摘要： 神经网络与机器学习 第6章 反向传播-多层前馈神经网络训练 §6.4 目标函数的选择 上一节详细推导了反向传播算法，并举了两个例子。我们再来回顾一下当取目标函数为均方误差的时候，反向传播敏感度 后向传播 可见敏感度输出层的激活函数导数和误差乘积，特别地分类问题中经常用到的sigmoid函数 sigm 阅读全文
posted @ 2021-03-30 22:53 bingoloser 阅读(1228) 评论(0) 推荐(0)