esball登录
  咨询电话:15580020142

esball世博客户端

AI应用开发基础傻瓜书系列目录

AI应用开发基础傻瓜书系列的目录~

写在前面,为啥要出这个系列的教程呢?

总的说来,我们现在有了很多非常厉害的深度学习框架,比如tensorflow,pytorch,paddlepaddle,caffe2等等等等。然而,我们用这些框架在搭建我们自己的深度学习模型的时候,到底做了一些什么样的操作呢?我们试图去阅读框架的源码来理解框架到底帮助我们做了些什么,但是……很难!很难!很难!因为深度学习是需要加速啦,分布式计算啦,所以框架做了很多很多的优化,也让像我们这样的小白难以理解这些框架的源码。所以,为了帮助大家更进一步的了解神经网络模型的具体内容,我们整理了这样一个系列的教程。

对于这份教程的内容,如果没有额外的说明,我们通常使用如下表格的命名约定

符号含义
X输入样本
Y输入样本的标签
Z各层运算的结果
A激活函数结果
大写字母矩阵或矢量,如A,W,B
小写字母变量,标量,如a,w,b

适用范围

没有各种基础想学习却无从下手哀声叹气的玩家,请按时跟踪最新博客,推导数学公式,跑通代码,并及时提出问题,以求最高疗效;

深度学习小白,有直观的人工智能的认识,强烈的学习欲望和需求,请在博客的基础上配合代码食用,效果更佳;

调参师,训练过模型,调过参数,想了解框架内各层运算过程,给玄学的调参之路添加一点心理保障;

超级高手,提出您宝贵的意见,给广大初学者指出一条明路!

前期准备

环境:

windows(Linux也行),python(最好用3),anaconda(或者自己装numpy之类的),tensorflow(嫌麻烦地请看这里《AI应用开发实战 - 从零开始配置环境》,tools for AI(按照链接教程走的就不用管这个了)。

自己:

清醒的头脑(困了的同学请自觉泡茶),纸和笔(如果像跟着推公式的话),闹钟(防止久坐按时起来转转),厚厚的衣服(有暖气的同学请忽略)

目录

神经网络的基本工作原理神经网络中反向传播与梯度下降的基本概念损失函数激活函数用线性回归来理解神经网络训练过程徒手搭建神经网络徒手搭建CNN网络徒手搭建RNN网络模型内部附录:基本数学导数公式