梯度下降法 梯度下降法是一种常用的优化算法，用于求解目标函数的最小值。其基本思想是，通过不断地朝着函数梯度下降的方向更新参数，直...
目录 1.编写AandC.py 1.1 导入包 1.2 定义权重和偏置初始化器 1.3 定义ActorNetwork类 1.3.1 代码总括 1.3.2 代码分解 1.4 定义 self.update_target_netwo...
推荐课程：04.反向传播_哔哩哔哩_bilibili 1.为什么要使用反向传播算法 简单模型可以使用解析式更新w 复杂模型，如图，输入矩阵为5*1矩...
目录 1 激活函数的概念和作用 1.1 激活函数的概念 1.2 激活函数的作用 1.3 通俗地理解一下激活函数（图文结合） 1.3.1 无激活函数的神经网络 1....
我之前也写过一篇关于Keras的深度学习入门blog，#Python&Keras 1.如何从无到有在自己的数据集上实现深度学习模型（入门），...
在进行图像二值化时总是存在一些明部、暗部的干扰，单一的使用opencv提供的原始二值化方法很难做到预期效果。一般我们都会采用分块二值化（将图...
![深度学习基础入门篇[七]：常用归一化算法、层次归一化算法、归一化和标准化区别于联系、应用案例场景分析。](http://open.ttrar.cn/cachepic/?cachepic=http://pic.ttrar.cn/nice/%e6%b7%b1%e5%ba%a6%e5%ad%a6%e4%b9%a0%e5%9f%ba%e7%a1%80%e5%85%a5%e9%97%a8%e7%af%87%5b%e4%b8%83%5d.jpg)
【深度学习入门到进阶】必看系列，含激活函数、优化策略、损失函数、模型调优、归一化算法、卷积模型、序列模型、预训练模型、对抗神经网络等 专栏...
