|
- 有哪些常用的神经网络模型？ - 知乎
知乎，中文互联网高质量的问答社区和创作者聚集的原创内容平台，于 2011 年 1 月正式上线，以「让人们更好的分享知识、经验和见解，找到自己的解答」为品牌使命。知乎凭借认真、专业、友善的社区氛围、独特的产品机制以及结构化和易获得的优质内容，聚集了中文互联网科技、商业、影视
- 神经网络模型 - 知乎
其中，最令人诟病的是，神经网络模型是一个极度非线性的黑箱模型。尽管模型的精度很高，我们仍难理解神经网络学到些什么，怎么做出决定，也就不易让人信任，尤其在医学和金融等需要谨慎决策的领域。
- RBF神经网络是什么？ - 知乎
输出层的计算不用说了，和传统方法一样，WZ即可。 如何更新参数(包含中心向量C，宽度向量D，权重W) 把大概流程走一波： ① 初始化权重 W ，网上很多方法，什么fan-in,fan-out, 或者caffe里面的一堆方法 ②初始化中心 C c_{ji}=\min X+\frac{\max X-\min X}{2p}+(j-1)\frac{\max X-\min X}{p} 意义：使较弱的输入信息在较小
- 有哪些好看的CNN模型画法？ - 知乎
个人理解和简单总结 根据上面一些经典的CNN结构图和大神们paper里面的CNN模型图，可以看出大家还是在参考经典CNN结构的基础上作出自己的一些变化：例如Cold Start paper模仿ZF-net的图，我们Pooling the Convolutional paper和视频分析的很多paper参考Two-Stream的图，在layer上面进行Fusion以及Pooling通常会参考上面
- 既然使用神经网络也可以解决分类问题，那SVM、决策树这些算法还有什么意义呢？ - 知乎
首先说大家熟悉的监督学习任务，比如分类和回归。 神经网络的优势要在数据量很大，计算力很强的时候才能体现，数据量小的话，很多任务上的表现都不是很好。
- 一文了解Transformer全貌（图解Transformer） - 知乎
Transformer整体结构（输入两个单词的例子） 为了能够对Transformer的流程有个大致的了解，我们举一个简单的例子，还是以之前的为例，将法语"Je suis etudiant"翻译成英文。
- 数据回归预测更适合用哪种神经网络模型？ - 知乎
神经网络不仅在样本而且在验证集上都提供了高精度。 如果模拟新数据集，对模型进行修改 ：例如修改VOLAs = 0 005*sqrt(MATURITY_BASES) 到 VOLAs = 0 05*sqrt(MATURITY_BASES) 将无法识别新数据集上的不良情况。
- 神经网络、深度学习、机器学习是什么？有什么区别和联系？ - 知乎
首先，有必要对神经网络、深度学习、机器学习的概念做个简单描述。 神经网络，该模型灵感来自动物的中枢神经系统，通常呈现为相互连接的“神经元”，它可以对输入值通过反馈机制使得它们适应对应的输出。
|
|
|