摘要：双向LSTM适合做特征提取、填空，不适合做推理、预测 阅读全文

摘要：正向传播是为了预测结果，也就是输入数据从前到后（输入层->隐藏层->输出层）走一遍。 反向传播是为了优化结果，优化结果也就是想要降低损失函数的梯度。损失函数的梯度是由当前层的a_(L)决定的，当前层的a_(L)收到当前层的w_(L)、b_(L)以及受到前一层的a_(L-1)影响，因此要降低当前层损失 阅读全文

摘要：人工智能入门-第二周 全连接神经网络 什么是全连接神经网络？ 全连接神经网络（Fully Connected Neural Network，FCNN）,是一种基础的神经网络模型。 特点是每一层中的每一个神经元都与下一层中的每一个神经元相连。 典型的神经网络训练过程 生成标签数据 将标签数据数值化 将 阅读全文