Neural Networks: Learning(Andrew ng ML)
2016-05-29 08:20
239 查看
Neural Networks: Learning(Andrew ng ML)
1.Symmetry breaking使用神经网络的时候,如果权重的初始化都是0,那么在反向传播过程中,从同一个神经元出发的边的权重都是相同的,所以这样下一层的每个神经元都是表达的相同的特征。
为了解决这个问题,采用随机初始化的方式。
2.减小网络大小
突然想起来一个见效网络大小的方法,忘了之前在哪里看到的了,通常是采用[n+m+n]的结构,n>m,这样的效果相当于做了一个pca,最后再加一个非线性,似乎能够小很多。
3.执行流程
- 随机初始化
- forward propagation
- calculate J
- backprop
- 使用numerical estimate评估偏导
- 使用bp去找到全局最优
相关文章推荐
- 操作系统 - 操作系统基础知识
- CoreData进行数据持久化存储
- NYOJ 91 阶乘之和
- 第二次冲刺站立会议05
- 网站保存密码风险你知多少?
- hadoop中,combine、partition、shuffle作用分别是什么?
- 【Android】Mac 搭建Android Studio
- Java适配器模式(Adapter模式)
- Java千百问_07JVM架构(011)_java垃圾回收都有哪些方式
- Java组合模式(Composite模式)
- web.xml配置中<load-on-startup>0</load-on-startup>的一个问题
- PhoneGap android开发:数据存储
- Java装饰模式(Decorator模式)
- 【codevs2440】【BZOJ1066】蜥蜴,最大流
- 线程安全和线程不安全
- Java桥模式(Bridge模式)
- Java共享模式/享元模式(Flyweight模式)
- Java原型模式(Prototype模式)
- Java建造者模式(Builder模式)
- PhoneGap android开发:Notification