三维点云学习(5)1-introduction on to Deep learning
三维点云学习(5)1-introduction on to Deep learning人工智能、机器学习、深度学习深度学习概述预测房价例子:计算Wt未知参数
·
三维点云学习(5)1-introduction on to Deep learning
人工智能、机器学习、深度学习
深度学习概述
预测房价例子:
计算Wt未知参数
梯度下降法 Gradient Descent
gama:步长,深度学习选gama就是优化器参数
线性模型优化步骤,w优化的参数
神经元的Activation Function 将线性模型转化为非线性模型
MLP 解决非线性模型:
Softmax:
score -> probabilities
MLP:(Multi-Layer Perceptron)
线性模型的局限性:
XOR 异或就不能用线性模型来模拟表示
Activation Function 激活函数
使用了 Actibation Function后,MLP就可称为 Fully Connecte Network (FC)全连接网络
CNN 卷积神经网络
1D Convolution
Receptive field 感知域
CNN vs MLP
Padding
Stride:更小的计算量,获得更大的感知域
2D Convolution
不同卷积和,可以产生不一样的特征
3D Convolution
更多推荐
已为社区贡献2条内容
所有评论(0)