Функции активации, критерии качества работы НС | #6 нейросети на Python
Рекомендации по выбору функций активации для сетей с малым и большим числом слоев, а также для решения задач линейной регрессии и классификации. Рассматриваются функции: гиперболический тангенс, сигмоида, ReLu, softmax, linear.
Рекомендации по выбору критериев качества при обучении нейронных сетей: хиндж (hinge), бинарная кросс-энтропия (binary crossentropy), категориальная кросс-энтропия (categorical crossentropy), logcosh, средний квадрат ошибок (mean squared error), средний модуль ошибок (mean absolute error), средний абсолютный процент ошибок (mean absolute percentage error), средний квадрат логарифмических ошибок (mean squared logarithmic error).
Телеграм-канал: https://t.me/machine_learning_selfedu
Инфо-сайт: http://proproprogs.ru
Видео Функции активации, критерии качества работы НС | #6 нейросети на Python канала selfedu
Рекомендации по выбору критериев качества при обучении нейронных сетей: хиндж (hinge), бинарная кросс-энтропия (binary crossentropy), категориальная кросс-энтропия (categorical crossentropy), logcosh, средний квадрат ошибок (mean squared error), средний модуль ошибок (mean absolute error), средний абсолютный процент ошибок (mean absolute percentage error), средний квадрат логарифмических ошибок (mean squared logarithmic error).
Телеграм-канал: https://t.me/machine_learning_selfedu
Инфо-сайт: http://proproprogs.ru
Видео Функции активации, критерии качества работы НС | #6 нейросети на Python канала selfedu
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Keras - установка и первое знакомство | #7 нейросети на PythonKeras - обучение сети распознаванию рукописных цифр | #8 нейросети на PythonThe Sigmoid Function Clearly ExplainedУскорение обучения, начальные веса, стандартизация, подготовка выборки | #4 нейросети на PythonКонцепция ООП простыми словами | Объектно-ориентированное программирование PythonСтруктура и принцип работы полносвязных нейронных сетей | #1 нейросети на Python[DeepLearning | видео 1] Что же такое нейронная сеть?Переобучение - что это и как этого избежать, критерии останова обучения | #5 нейросети на PythonНейронная сеть. Часть 6. Прикручиваю нейросеть к зенитке.Делаю нейросеть с нуляНейронная сеть. Часть 4 . Нейрон смещения.ЦОС Python #2: Метод градиентного спускаТеория вероятностей #14: математ. ожидание, дисперсия, медиана, мода, начальные моментыЦОС Python #3: Метод градиентного спуска для двух параметровЛинейная регрессия и L1/L2-регуляризацияОптимизаторы в Keras, формирование выборки валидации | #10 нейросети на PythonНейронные Сети на Понятном Языке | Функции Активации | #7Как работают RNN. Глубокие рекуррентные нейросети | #22 нейросети на Python