1 损失函数损失函数：标准模型与神经网络训练出来的模型相差多少的定量表达，最小二乘法用这张图来表示处理这张图的过程，xi表示输入的图像，只有两种结果，0和1，是猫表示1不是猫表示0，输出结果yi（选用的是sigmoid函数）是（0,1）零到一之间，其得出的结论是输入一张照片经过神经网络，输入的结果是有多大的概率像猫。所以要比较xi和yi两个结果，两个结果相差越小，神经网络模型就越好。对所有的输入输

提出问题逻辑运算只有三个基本运算，就是与、或、非，其他的任何逻辑运算，都可以用这三个组合来实现。既然感知机能够实现与或非，为什么不能实现异或问题呢？为什么引入感知机，感知机有什么意义？1. 感知机1.1 感知机的感知机其实就是一个分类的工具，如所示：二维情况是画一条线，分界线的一端是一类，另一端是另一类。三维情况是画面感知机的数学表达式如图所示，最后输出结果感知机的含义就是：给这类分类问题一个统一

百度非技术岗笔试介绍摘要： 百度非技术岗笔试采用统一考试形式，管培生需参加7月底和8月中旬两场考试，其他岗位8月中旬开考。笔试包含4-6个部分，必考行测题，部分岗位（如管培生、产品经理）需作答简答题。主要考察内容包括：逻辑推理（15题/15分钟）、符号图形推理（15题/15分钟）、材料分析（15题/15分钟）、数学计算（11题/15分钟）、数字推理（部分岗位15题/15分钟）以及简答题（1-3题，

提出问题逻辑运算只有三个基本运算，就是与、或、非，其他的任何逻辑运算，都可以用这三个组合来实现。既然感知机能够实现与或非，为什么不能实现异或问题呢？为什么引入感知机，感知机有什么意义？1. 感知机1.1 感知机的感知机其实就是一个分类的工具，如所示：二维情况是画一条线，分界线的一端是一类，另一端是另一类。三维情况是画面感知机的数学表达式如图所示，最后输出结果感知机的含义就是：给这类分类问题一个统一

计算机视觉识别任务1. 语义分割语义分割思路1）滑动窗口但是这种方法效率太低了，重叠区域反复被计算2）全卷积但是，如果处理过程中保持原始分辨率，对于显存的需求会非常庞大…解决方案上采样？第二种方法还原的位置可能不对，引入index pooling方法，如下可学习的上采样：转置卷积例子左边下采样，右边上采样2. 目标检测1）单目标（分类+定位）2) 目标检测：多目标CNN利用滑动窗口对图像中所有可能

笔记来源于B站UP主@王木头学科学笔记来源https://www.bilibili.com/video/BV1Zg411T71b正向传播：把数据输入到神经网络，这些数据会沿着神经网络正向的传递，传递过程中会一层一层一个一个的感知机（也就是感知机上的参数W和b对结果产生的影响，有的对输出的结果影响大，有的对输出的结果产生的影响小）进行操作之后，最后得出结果反向传播：当一个神经网络还没有训练好的时候，

为什么要用熵？如果两种模型不是同类模型，可以找到一个中介这个中介就是熵，先把模型转换成熵这个数值，然后再用这个数值去比较不同模型之间的差异。在讲解熵之前，先要了解什么是信息量1. 信息量信息量不是了解...

补充知识：1. 卷积与图像去噪对图像的卷积其中的1/9就是卷积核

笔记来源于B站UP主@王木头学科学笔记来源https://www.bilibili.com/video/BV1Zg411T71b正向传播：把数据输入到神经网络，这些数据会沿着神经网络正向的传递，传递过程中会一层一层一个一个的感知机（也就是感知机上的参数W和b对结果产生的影响，有的对输出的结果影响大，有的对输出的结果产生的影响小）进行操作之后，最后得出结果反向传播：当一个神经网络还没有训练好的时候，

李峋同款python爱心代码 【UI交互版】。利用UI交互，使得操作更方便，不会写代码也能玩！