神经网络基础知识的整理和深入学习

神经网络基础知识总结与理解

文章目录

• 神经网络基础知识掌握与应用

  • • • 第一部分 常用函数（基于TensorFlow）
      • where函数用于确定条件满足的位置索引
    • 随机数生成器（默认使用无固定种子）用于创建均匀分布的随机数组
    • 垂直拼接操作将多个数组按行连接成一个更大的数组
    • 通过mgrid生成网格索引加上c_扩展至列向量后展开一维数组

• 二、常用概念

• 1、计算复杂度

• 2、学习速率

• 3、激活层类型

• 4、目标函数形式

• 5、欠拟合问题与过拟合现象

• 6、正则化方法

• 7、优化算法与训练策略

本文内容主要涉及北京大学开设的MOOC课程《人工智能实践：Tensorflow》的学习笔记（链接：https://www.icourse163.org/course/PKU-1002536002）的学习过程与个人见解（其中一部分），这些见解可能不够准确，请各位专家多多指导

一、常用函数（基于tensorflow）

1、tf.where

类似于高级三目运算符，若条件语句为真返回A，否则返回B

用法：

    tf.where(条件语句，A，B)

代码示例：

    a = tf.constant([1,2,3,1,1])
    b