腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

机器学习和数学

专栏作者

68

文章

99840

阅读量

31

订阅数

[有意思的数学] 傅里叶变换和卷积与图像滤波的关系（1）

机器学习卷积神经网络

开始之前，说个事情，这个公众号的发文的频率是不确定的哈，有时候我可能不方便，或者比较忙的时候，就不更新了，这几天刚开始，我写着写着还有点上瘾，哈哈，所以每天都会坚持和大家分享。非常感谢大家的关注，每天看着关注人数的增加，心里别提有多激动了，哈哈！* . * 还有个事情，就是公众号的名字，一会儿我发完消息之后就更名为：机器学习和数学这样看着正式一点，有木有。但以后跟新的内容，还是我觉得比较坑的地方哈，新手容易走弯路的地方。希望对大家不会造成什么影响。从今天开始，大概会有3-5篇的文章写一下卷积神经网络

2018-04-11

1.4K0

[机智的机器在学习] 卷积神经网络入门教程（1）

卷积神经网络机器学习

机智的机器在学习，就像机智的你现在在学习一样，当你在看这篇文章的时候，你就是在学习，学习的材料（数据）就是这篇文章。学习的结果就是你了解了卷积神经网络是个什么鬼。同理可得，机器在学习（也可以叫训练机器，想想运动员怎么训练）的时候，它的眼里看着的就是数据（数字，图像，文本，音频，视频。。。），学习的结果就是数据中有哪些内容，它的各种结构，特征是什么样子的。说句题外话，我开通这个公众号，其实不求粉丝有多少，阅读量有多少，讲道理，这几天我感觉把自己写的东西，发到群里，朋友圈确实需要勇气，如果打扰到谁了，这里说声

2018-04-11

7490

[机智的机器在学习] 卷积神经网络入门教程（2）

卷积神经网络编程算法

今天继续回归卷积神经网络的入门教程，主要是介绍全连接网络的训练过程，通俗的讲就是我们入门教程（1）里面讲的是全连接网络长什么样，神经元之间的关系是什么样的，里面的参数代表什么意思，这些都是说了的，对吧！然后全连接网络的训练就是怎么计算参数的值是多少，比如说我们有一直线方程y=kx + b，里面的k和b就是两个未知的参数，然后计算这两个参数就是通过两个点的坐标，利用二元一次方程组来计算。这个计算的过程，在NN里面叫做训练！也就是说网络（也可以理解为模型或者方程）建好了以后是不知道里面的参数值是多少的，需要根据

2018-04-11

6650

[机智的机器在学习] 常用网络层总结之CNN篇

卷积神经网络机器学习

卷积神经网络（CNN）由输入（Inputs）、卷积层（Convolutions layer）、激活层（Activation）、池化层（Pooling layer）和全连接层(Fully Connected, FC)成。这句话的意思是CNN里面可以有这些层，但是每种网络层（Layer）的个数理论上是可以任意多个的。这也就有了后来的AlexNet，GoogLeNet，ResNet等著名的网络结构，后面我会选择一两个介绍下吧。他们的主要区别就在于Layer的深度不一样，也就是Layer的数量。一般来说Layer

2018-04-11

9040

[高大上的DL]经典网络模型总结之AlexNet篇

卷积神经网络

为了不让大家以为我这两天没学习的假象（shi shi），决定今天一定要更新一下了！之前基本把卷积神经网络的内容过了一遍，还差一点就是网络层的介绍，后来我想了一下，不如和经典的卷积神经网络放在一起，因为这些经典的网络，因为应用了一些比较好的思想而取得state-of-the-art（当前最好）的效果。所以放在一起可以更好的理解吧。今天简单说一下著名的AlexNet，当然总结的目的不是说可以代替大家看论文，只是把我当时看的时候，不明白的地方说一下。还有就是AlexNet可以给我

2018-04-11

1.4K0

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态