摘要：1.简介 优点： 编程简单，类似Numpy 只需要设置前向传播，反向传播过程梯度自动计算 动态图，方便调试 2.基本组成元素 Tensor：基本数据单元，多维数组（data) Vairable：等同于带梯度的Tensor（data + grad + creator)，高版本中与tenesor合并 n 阅读全文

摘要：1. 模型与风险 2. 损失函数 3. 偏差与方差 偏差小，模型与最幽默型之间的差距就越小，即model拟合能力强 方差大，代表模型对不同数据集的分布学习的越好（过拟合），导致不同数据集训练出来的模型与模型的平均期望差距越大 通过正则项系数λ来控制偏差与方差之间的平衡 4. 评价指标 数据集划分： 阅读全文

摘要：1. 卷积神经网络是通过什么方式来完成可训练参数的减少？ 1）卷积层（局部感受野+权值共享） 2）采样层（逐渐降低分辨率） 2. 原始图像大小变化怎样影响模型可训练参数个数？ 参数个数：首先卷积层和池化层不会受到影响，全连接层受到影响 计算数目：受到影响 3. img2col 将图像中的感受野编码成 阅读全文

摘要：1、感知机 误分类驱动 跟新w,b，直至没有误分类点 感知机算法： 总结：不同的初值，选取的误分类点不同，解都存在。存在很多个解，只需要能将两类分开就行。 2、多层神经网络为什么可以拟合任意函数？其与浅层宽网络的区别是什么？ 门函数 通用近似定理，理论上，一个包含足够多隐藏神经元的多层前馈网络，能以 阅读全文