对机器学习深度学习已经神往已久，奈何数学太差，一直搞不懂原理，虽然研一学了大量相关课程，甚至都做了相关的实验和比赛，但其实自己知道对其的了解的掌握几近于无，这不单单是直接拿来现成的网络去应用上，也不是去改改参数，解决了某个问题就能够说自己掌握的。隔了一段时间零零散散的了解之后也要正式开始系统的学习了。故而记录下自己比较认可的文章，仅仅是我看过的觉得入门不错的文章，涵盖面极窄，但一定比较不错。
嗯首先要了解神经网络其实是一个学习参数的迭代过程，参数包含权重等。就是通过训练时的不断迭代得到一个某类问题的最优参数使得，给一个相关输入，结果是映射到**输出的。
关键词启发式学习
- 概念与发展史
-
- 1. “神经网络”——一文引发散
-
- 1） “梯度消失”——一词引发散
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/28487.html