weixin_43360707的博客

如题，神经网络通常使用浮点数张量作为输入，我们要做的第一件事情就是将图片转化为浮点数，并且做归一化操作。

Anaconda学习。

ResNet深度残差网络。

AlexNet深度学习图像分类算法sigmoid和tanh会产生梯度消失或者爆炸的问题。

下面是一个二项分布的的theano实现结果：可以看到要么是0，要么是1，当然是近似。

主要介绍一下几个常见的深度学习框架。

本章主要介绍深度学习与python theano。

我觉得可以这样理解：似然函数描述的是当前已经取得的样本的概率分布F，F是θ\thetaθ的函数，因为θ\thetaθ是未知的，所以F的具体值由θ\thetaθ的取值来确定。那么，θ\thetaθ取哪个值才能“最恰当”的描述我们取得的这组样本呢？因为我只有手头这些样本，既然就这么巧就拿到了这些，我就认为出现手头这些样本的概率是最大的。似然函数描述的是手头这些样本的概率，最大化似然函数fθf(\theta)fθ，就可以得到θ\thetaθ值了。

本章主要推导一个简单的两层神经网络。其中公式入口【入口。

本章主要为numpy的学习。主要根据B站视频整理而来。保姆级numpy教程（从入门到实践）

为了更好的理解梯度下降，重新看了一下梯度下降的高数课长，现在根据学习内容，把课件贴图，防止哪一天自己记不起来。下面的内容是通过B站视频整理而来。高数学习A,和B是和x,y有关的量。。。最后求出切线的方程曲线的切向量法平面说明平面是连续的单位向量，是指模等于1的向量单位向量有无数个梯度就是沿着这个方向，方向导数能达到最大值。

本章主要介绍深度学习基础。

大纲目录。

大纲目录首先链接图像颜色通道。

大纲目录逐像素做二分类，交叉损失函数，神经网络，分类任务就是一个交叉熵对样本来说，轮廓最难做。轮廓上的点越重要。下面的伽马是2，正负样本的比例。

本章主要为Unet学习总目录Unet语义分割+视觉三维重建算法。