Tn299

摘要： 近十年来，单原子催化剂以其优异的原子利用率和独特的物理化学性质在催化领域引起了广泛的关注。对于基于半导体的电气体传感器来说，其核心是目标气体分子在敏感材料上的催化过程...

Tn299

LeNet-5解析 AlexNet 首次使用Relu函数，droupout+BN 卷积网络结构的优化 减少计算量，对于Alex的优化 Inception结构 1*1卷积 In...

Tn299

图像数据和边缘检测 上图错字：达到瓶颈了 感受野 边缘检测 卷积神经网络（CNN）原理 卷积层 H：长，W：宽，F：卷积核大小，P：零填充，S：步长，K：filter卷积核数...

Tn299

神经网络调优 调参技巧 运行： 批标准化（BN） 批标准化公式 为什么批标准化能使优化过程变简单 internal covraiate shift：内部分布变换

Tn299

主网络搭建流程 准确率可以这么理解： 增加tensorflow的后台显示（可以在网页看到变量的变化p39） 训练模型保存、模型存在加载模型进行预测 创建saver： 调整学习...

Tn299

序列模型 定义： 类型：语音识别、情感分类、机器翻译 为什么序列模型使用CNN效果不好： 循环神经网络 定义： 类型： 基础循环网络 词的表示 为了让网络理解我们的输入，需要...

Tn299

偏差与方差 数据集划分 过拟合和欠拟合 解决方法： 高方差是过拟合，高偏差是欠拟合。 正则化 逻辑回归的L1与L2正则化 正则化项理解 神经网络的正则化 正则化为什么能够防止...

Tn299

优化的问题：梯度消失、局部最优 梯度消失、梯度爆炸 局部最优： 梯度下降 梯度下降的优化影响 大小选择 指数加权平均（梯度下降算法本身的优化） 权重越大，曲线越平滑，权重越小...

Tn299

四层网络的前向传播和反向传播 前向传播： 以上公式是由单个样本来进行表示，每层经过线性计算和激活函数两步计算。 反向传播： 参数和超参数 参数初始化 深度学习进阶 softm...

Tn299

单个样本的向量化表示 隐藏层：4个神经元，输出层：一个神经元 激活函数的选择 可选的函数有： 修改激活函数前的前向传播和反向传播

Tn299

for循环和numpy之间的速度对比 其余的numpy运算： 逻辑回归m个样本的向量化编程 伪代码为： 正向传播和反向传播 一些练习

Tn299

机器学习和深度学习的区别 深度学习应用场景 深度学习代表算法-神经网络 逻辑回归 逻辑回归的损失函数 目标值为1也就是y=1，目标值为0也就是y=0 梯度下降算法 导数 逻辑...

Tn299

1.创建虚拟环境 如图： 2.进入虚拟环境 如图： 在vscode中找不到虚拟环境可以在anaconda中输入where python 找到路径，然后在输入解释器路径粘贴。 ...

Tn299

定义： 链表由“结点”组成。结点由“数据部分”和“指针部分”组成。 特点： 首先由一个指针指向结点 链表的类型 1.有没有头结点 不带头结点的链表 头结点没有包含任何数据，除...

Tn299

总结构： 程序设计和C语言： 算法： 结构化程序设计： 顺序程序设计-数据的表现形式及其运算： C语句： 数据的输入输出： 数组： 数组-字符函数： 函数： 杂： 指针： 指...

Tn299

数据文件可以分为：文本文件和二进制文件编译器：将.c和.cpp的文件转换成二进制.obj（也就是外部文件夹中的源文件） 操作数据文件 文件打开方式： 这种情况说明是指向成功的...

Tn299

可以理解为指向地址！本质就是地址，需要赋值的也是地址。 ps：我们定义了指针之后尽量要及时进行赋值，以免出现野指针，导致程序出错。如果暂时不知道赋值什么，就可以先赋值为空（n...

Tn299

包括结构体、共同体、枚举类型 自定义数据类型，顾名思义，就是用户自己建立的数据类型。 结构体（struct）（本节重点） 结构体的基本语法： 例： 整体赋值就是第一个赋的值对...

Tn299

预处理定义：是编译之前做的事情 常用的预定义的符号 这个下划线前后分别都有两个！ 宏定义 宏定义的本质是替换！一改全改！无参宏定义： 上图中，3.1415926的值就代表π，...