目前，深度学习（DeepLearning，简称DL）在算法领域可谓是大红大紫，现在不只是互联网、人工智能，生活中的各大领域都能反映出深度学习引领的巨大变革。要学习深度学习，那么首先要熟悉神经网络（Ne...

一、神经网络梯度消失与梯度爆炸(1)简介梯度消失与梯度爆炸层数比较多的神经网络模型在训练的时候会出现梯度消失(gradientvanishingproblem)和梯度爆炸(gradientexplod...

任务：使用tensorflow训练一个神经网络作为分类器，分类的数据点如下：螺旋形数据点原理数据点一共有三个类别，而且是螺旋形交织在一起，显然是线性不可分的，需要一个非线性的分类器。这里选择神经网络。...

RBF网络能够逼近任意非线性的函数。可以处理系统内难以解析的规律性，具有很好的泛化能力，并且具有较快的学习速度。当网络的一个或多个可调参数（权值或阈值）对任何一个输出都有影响时，这样的网络称为全局逼近...

神经网络的联想记忆功能可以分为两种，一是自联想记忆，另一种是异联想记忆。①自联想记忆（Associativememory）：假定有m个样本矢量X(i)，其中i=0,1,2,3...m-1.若网络输入X...

 近年来，基于神经网络的深度学习方法在自然语言处理领域已经取得了不少进展。作为NLP领域的基础任务—命名实体识别（NamedEntityRecognition，NER）也不例外，神经网络结构在NER中...