A tutorial on Artificial Intelligence
0.1
引言
第一卷 数学基础
第二卷 经典物理
第三卷 现代物理学
第四卷 计算机学
第五卷 信号处理
第六卷 人工智能
简介
优化方法
机器学习
神经网络
1. 简介
2. 神经网络组件
2.1. 激活函数单元
2.2. 卷积单元
2.3. 池化单元
2.4. 正则化单元
2.5. 跳跃连接
2.6. 递归单元
2.7. 残差单元
2.8. 参考文献
3. 神经网络常用损失函数
4. 简单神经网络
5. 支撑矢量机
6. 极速学习机
7. 基于能量的神经网络
8. 卷积神经网络
9. 递归神经网络
10. 生成式神经网络
11. 残差神经网络
12. 分形神经网络
13. 随机神经网络
14. 复杂度分析
15. 参考文献
16. 名词术语
深度学习
模糊神经系统
课程学习
自步学习
第七卷 雷达信号处理
第八卷 医学信号处理
第九卷 天文学
第十卷 应用实践
第十一卷 补充内容
名词术语
A tutorial on Artificial Intelligence
Docs
»
第六卷 人工智能
»
神经网络
»
2.
神经网络组件
2.
神经网络组件
¶
2.1. 激活函数单元
2.1.1. 什么是激活函数
2.1.2. 为什么要有激活函数
2.1.3. 经典激活函数分类
恒等函数
tanh
Sigmoid
softplus
softsign
elu
relu
relu6
leaky relu
selu
crelu
Swish
2.1.4. 新颖激活函数
2.2. 卷积单元
2.2.1. 经典卷积运算
经典二维卷积
经典膨胀二维卷积运算
2.2.2. 经典二维转置卷积运算
2.2.3. 新型卷积
平衡卷积
2.2.4. 实验分析
卷积与相关
实验说明
实验结果
2.3. 池化单元
2.3.1. 经典二维池化运算
2.3.2. 膨胀二维池化运算
2.3.3. 金字塔池化
空间金字塔池化
金字塔场景池化
扩张空间金字塔池化
2.4. 正则化单元
2.5. 跳跃连接
2.5.1. 前向跳跃连接
经典前向跳跃连接
结构分析
梯度传播分析
2.5.2. 后向跳跃连接
梯度传播
2.6. 递归单元
2.7. 残差单元
2.7.1. 经典残差块分析
残差块结构
梯度传播分析
2.8. 参考文献