神经网络学习历程与总结

先从DNN深度神经网络开始学习，神经网络的学习包括如下几个知识点：算法 一、神经网络的权重初始化网络 二、批量归一化架构 三、激活函数的选取框架 四、神经网络的后向传播BP算法函数 五、神经网络的各类快速优化器性能 六、神经网络的正则化学习 神经网络须要注意的是：梯度的消失问题、过拟合问题！！测试 以上构成了神经网络的基本框架。优化    随后对卷积神经网络进行系统的学习。卷积神经网络不一样于全链

>>阅读原文<<