摘要：本文概括地介绍CNN的基本原理 ，并通过阿拉伯字母分类例子具体介绍其实现过程，理论与实践的结合体。 对于卷积神经网络（CNN）而言，相信很多读者并不陌生，该网络近年来在大多数领域都表现优异，尤其是在计算机视觉领域中。但是很多工作人员可能直接调用相关的深度学习工具箱搭建卷积…

本文是《人工智能基础（高中版）》的读书笔记，这本书的配图非常好，把难以理解的概念图形化，所以读后感会引用书中的图片（图片版权归商汤科技所有）。 书中部分概念还是比较晦涩，读者在小白的角度不好理解某些概念和方法之间微妙的差别，所以我用自己的理解和抹去一些难以理解的细节，以更通俗易…

0. 前言 学习梯度，需要一定的数学知识：导数（Derivative）、偏导数（Partial derivative）和方向导数（Directional derivative）。 1. 导数 2. 偏导数 可以看到，导数与偏导数的本质都是一样的，当自变量的变化量趋于0时，函数值…

本文的重点是实现，并不会从理论和概念上详细解释深度神经网络、卷积神经网络、最优化方法等基本内容。但是机器之心发过许多详细解释的入门文章或教程，因此，我们希望读者能先了解以下基本概念和理论。当然，本文注重实现，即使对深度学习的基本算法理解不那么深同样还是能实现本文所述的内容。

这篇教程详述了朴素贝叶斯分类器的算法、它的原理及优缺点，并提供了一个使用 Sklearn 库的示例。 以著名的泰坦尼克号遇难者数据集为例。它收集了泰坦尼克号的乘客的个人信息以及是否从那场海难中生还。让我们试着用乘客的船票费用来预测一下他能否生还。 假设你随机取了 500 名乘客…

平时我们说的训练神经网络就是最小化损失函数的过程，损失函数的值衡量了模型在给定数据集下的表现（拟合）能力。 位于三维空间里的任意一个点都可以找到与之相切的平面，在高维的情况下也能找到超平面与其相切。那么在相切平面上的任意一个点都有多种方向，但只有一个方向能使该函数值上升最快，这…

视频地址：https://www.youtube.com/embed/FmpDIaiMIeA文档参阅：<ahref="https://github.com/brohrer/public-hosting