一、误差准则函数与随机梯度下降：数学一点将就是，对于给定的一个点集（X，Y），找到一条曲线或者曲面，对其进行拟合之。同时称X中的变量为特征（Feature)，Y值为预测值。如图：一个典型的机器学习的过程，首先给出一组输入数据X，我们的算法会通过一系列的过程得到一个估计的函数，这个函数有能力对没有见过的新数据给出一个新的估计Y，也被称为构建一个模型。我们用X1、X2...

1. 激活函数Rectified Linear Unit(ReLU) - 用于隐层神经元输出Sigmoid - 用于隐层神经元输出Softmax - 用于多分类神经网络输出Linear - 用于回归神经网络输出（或二分类问题）    ReLU函数计算如下：                               Sigmoid函数计算如下：   

在Linux操作系统下的安装安装环境Tensorflow的支持列表里是没有Windows的。虽然可以用Docker来实现在Windows上运行，但小问题很多，它支持的最好的还是基于unix内核的系统，如Linux，因此我们最好还是安装一个Linux的环境来运行它。Linux是一款免费的开源操作系统，应用非常广泛，如著名的Android就是基于Linux改进的一款针对手机

从图像分类到图像分割卷积神经网络（CNN）自2012年以来，在图像分类和图像检测等方面取得了巨大的成就和广泛的应用。CNN的强大之处在于它的多层结构能自动学习特征，并且可以学习到多个层次的特征：较浅的卷积层感知域较小，学习到一些局部区域的特征；较深的卷积层具有较大的感知域，能够学习到更加抽象一些的特征。这些抽象特征对物体的大小、位置和方向等敏感性更低，从而有助于识别性能的提高。这些抽象的特征对分类

深度学习数据标签处理的两种常见方式：LabelEncoder 和 OneHotEncoderOne-Hot 编码即独热编码，又称一位有效编码，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候，其中只有一位有效。这样做的好处主要有：1. 解决了分类器不好处理属性数据的问题； 2. 在一定程度上也起到了扩充特征的作用。将离散型特征进行one-hot编码的作用

今天来仔细讲一下卷基层和全连接层训练参数个数如何确定的问题。我们以Mnist为例，首先贴出网络配置文件：[python] viewplain copy name: "LeNet"  layer {    name: "mnist"    type: "Data"    top: "data"    top: "label"  

若matlab需要将某文件夹及其全部子文件夹路径添加为搜索路径设当前路径为D:/Material, 需要将该路径下面的folder以及folder下的全部子文件夹添加进搜索路径。1、添加绝对路径：addpath（genpath（‘F:/Material/folder’））2、添加相对路径：addpath（genpath（‘folder’））...

1. 激活函数Rectified Linear Unit(ReLU) - 用于隐层神经元输出Sigmoid - 用于隐层神经元输出Softmax - 用于多分类神经网络输出Linear - 用于回归神经网络输出（或二分类问题）    ReLU函数计算如下：                               Sigmoid函数计算如下：   

所谓的统计学的范畴其实就是基于庞大的数据库，基于强大的算力，找出人们行为和习惯的确定性部分，再通过机械化的呈现来代替原本需要人做的事情——因为只有人工智能真正“智能”，而非“机械”，它才能真正成为第四次工业革命的“颜值担当”，最终为下一个时代增色。题图来自Unsplash，基于CC0协议全文共 3033 字，阅读需要 6 分钟—————— BEGIN ——————有关人工智能的话题...

在Linux操作系统下的安装安装环境Tensorflow的支持列表里是没有Windows的。虽然可以用Docker来实现在Windows上运行，但小问题很多，它支持的最好的还是基于unix内核的系统，如Linux，因此我们最好还是安装一个Linux的环境来运行它。Linux是一款免费的开源操作系统，应用非常广泛，如著名的Android就是基于Linux改进的一款针对手机