Loading... 这一系列文章均来自[Victor Zhou](https://victorzhou.com/),他对神经网络的讲解,让我这个数学基础贼差的人也能够很容易地理解,所以决定进行翻译,作为我机器学习的入门教程吧。作者后续发表的相关文章均会汇总到这里。如果我在机器学习领域发现了其他能够补充的材料,也会放到这里。 <div class="tip inlineBlock error">提醒:译者英语水平和机器学习水平都很有限,有能力的同学最好去看原文,如果您发现哪里有翻译错误,欢迎留言指出。</div>  这个四篇系列文章特别针对初学者,为理解神经网络提供了一种**面向基本原理的**方法。在深入研究两种流行的变体:**递归神经网络**(RNN)和**卷积神经网络**(CNN)之前,我们将为初学者提供**经典神经网络**的介绍。 对于每种类型的网络,我们将: - 查看网络的**结构**。 - 了解使用该类型网络的**动机**。 - 介绍一个可以使用该网络解决的**现实问题**。 - **手动推导**训练我们特定问题的网络所需**的梯度**。 - 在Python中**完全从头开始**(仅使用[numpy](https://numpy.org/))**实现功能全面的网络**。 ## 知识背景 无需机器学习或神经网络知识基础,但是,以下知识背景可以帮助你更快入门: - **多元微积分**,用于得出训练我们的网络所需的梯度时使用。如果您没有该知识背景,可以跳过这些梯度推导。 - **线性代数**,特别是矩阵,通常是表示神经网络权重的最佳方法。 - **Python 3**,仅需基础水平即可。 > 译者注:虽然作者说仅要求基础,但是还是建议大家(1)掌握python序列、函数、类、循环、条件等相关概念,尤其是类,其实我觉得它已经超出了基础的范畴……(2)掌握numpy库,这个熟悉一遍了解各个方法的作用就行,我当时是专门学了一遍的,不过被秩轴位的概念搞疯了……(3)如上所述,需要你掌握多元微积分,不过这个好像高中就讲过了,至少我一个文科生都懂;线性代数,回去翻翻教材吧…… 译者在学python和numpy的时候做了笔记,你可以参考: <div class="preview"> <div class="post-inser post box-shadow-wrap-normal"> <a href="https://wiki.sitstars.com//wiki//编程语言//python//01%20基础%20Python笔记//" target="_blank" class="post_inser_a no-external-link"> <div class="inner-content" style="margin-left: 10px;"> <p class="inser-title">python基础语法</p> <div class="inster-summary text-muted"> 雁陎做的关于python语法的笔记 </div> </div> </a> <!-- .inner-content #####--> </div> <!-- .post-inser ####--> </div> <div class="preview"> <div class="post-inser post box-shadow-wrap-normal"> <a href="https://wiki.sitstars.com//wiki//编程语言//python//02%20numpy库//" target="_blank" class="post_inser_a no-external-link"> <div class="inner-content" style="margin-left: 10px;"> <p class="inser-title">numpy基础语法</p> <div class="inster-summary text-muted"> 雁陎做的关于numpy语法的笔记 </div> </div> </a> <!-- .inner-content #####--> </div> <!-- .post-inser ####--> </div> ## 系列文章 **基础-softmax** <div class="preview"> <div class="post-inser post box-shadow-wrap-normal"> <a href="https://www.sitstars.com/archives/45/" target="_blank" class="post_inser_a no-external-link"> <div class="inner-image bg" style="background-image: url(https://im.yanshu.work/cdn/handsome/7.3.0/assets/img/sj/6.jpg);background-size: cover;"></div> <div class="inner-content" > <p class="inser-title">Softmax的简单解释</p> <div class="inster-summary text-muted"> 原文地址基础介绍Softmax将任意实数值转换为概率,这在机器学习中通常很有用。其背后的数学非常简单:给定一些数字... </div> </div> </a> <!-- .inner-content #####--> </div> <!-- .post-inser ####--> </div> 在正式入门神经网络之前,推荐大家先看一下上面这个关于softmax的简要介绍,因为从第二篇文章起就要开始用到,而且是CNN和RNN重要组成部分。 **阅读顺序**如下,主要是根据一些概念出现的顺序来决定的,如果跳读的话很有可能遇到一些不明白的概念,又要回过头看前面的文章。 <div class="preview"> <div class="post-inser post box-shadow-wrap-normal"> <a href="https://www.sitstars.com/archives/44/" target="_blank" class="post_inser_a no-external-link"> <div class="inner-image bg" style="background-image: url(https://im.yanshu.work/article/20191022145822552_20521.png);background-size: cover;"></div> <div class="inner-content" > <p class="inser-title">0基础入门神经网络:神经网络简介</p> <div class="inster-summary text-muted"> 原文地址这可能会让您感到惊讶:神经网络并不复杂!“神经网络”一词经常被用作流行语,但实际上,它们通常比人们想象的要... </div> </div> </a> <!-- .inner-content #####--> </div> <!-- .post-inser ####--> </div> <div class="preview"> <div class="post-inser post box-shadow-wrap-normal"> <a href="https://www.sitstars.com/archives/46/" target="_blank" class="post_inser_a no-external-link"> <div class="inner-image bg" style="background-image: url(https://im.yanshu.work/article/20191023010732968_25677.png);background-size: cover;"></div> <div class="inner-content" > <p class="inser-title">0基础入门神经网络:卷积神经网络(CNN)01</p> <div class="inster-summary text-muted"> 原文链接在过去的几年里,关于卷积神经网络(Convolution Neural Networks,CNN)的讨论越... </div> </div> </a> <!-- .inner-content #####--> </div> <!-- .post-inser ####--> </div> <div class="preview"> <div class="post-inser post box-shadow-wrap-normal"> <a href="https://www.sitstars.com/archives/47/" target="_blank" class="post_inser_a no-external-link"> <div class="inner-image bg" style="background-image: url(https://im.yanshu.work/article/20191023010732968_25677.png);background-size: cover;"></div> <div class="inner-content" > <p class="inser-title">0基础入门神经网络:卷积神经网络(CNN)02</p> <div class="inster-summary text-muted"> 原文地址在本文中,我们将深入探讨卷积神经网络(CNN):如何训练CNN(包括梯度推导),从头实现反向传播(仅使用n... </div> </div> </a> <!-- .inner-content #####--> </div> <!-- .post-inser ####--> </div> <div class="preview"> <div class="post-inser post box-shadow-wrap-normal"> <a href="https://www.sitstars.com/archives/48/" target="_blank" class="post_inser_a no-external-link"> <div class="inner-image bg" style="background-image: url(https://im.yanshu.work/article/20191022223004722_14708.png);background-size: cover;"></div> <div class="inner-content" > <p class="inser-title">0基础入门神经网络:递归神经网络(RNN)</p> <div class="inster-summary text-muted"> 原文地址为什么使用RNN?递归神经网络(Recurrent Neural Networks,RNN)是一种专门处理... </div> </div> </a> <!-- .inner-content #####--> </div> <!-- .post-inser ####--> </div> 持续更新中…… 另外我专门为这篇文章写了一篇**名词手册**,包含了中英文对照,您可随时查阅: <div class="preview"> <div class="post-inser post box-shadow-wrap-normal"> <a href="https://www.sitstars.com/archives/49/" target="_blank" class="post_inser_a no-external-link"> <div class="inner-image bg" style="background-image: url(https://im.yanshu.work/cdn/handsome/7.3.0/assets/img/sj/6.jpg);background-size: cover;"></div> <div class="inner-content" > <p class="inser-title">机器学习相关概念汇总</p> <div class="inster-summary text-muted"> 本文记录了机器学习中所有可能遇到的概念,按先后顺序排列,同时列出英文以便查询。在部分概念下列有解释,也有超链接跳转... </div> </div> </a> <!-- .inner-content #####--> </div> <!-- .post-inser ####--> </div> ## 更深入地学习 想要更深入地学习?可以参考以下内容: - [使用Keras构建您的第一个神经网络](https://victorzhou.com/blog/keras-neural-network-tutorial/)。 - 学习合适的机器学习库,例如更大/更好的神经网络[Tensorflow](https://www.tensorflow.org/),[Keras](https://keras.io/)和[PyTorch](https://pytorch.org/)。 - 尝试使用神经网络来参与[Kaggle](https://www.kaggle.com/competitions)数据科学竞赛。 - 斯坦福大学[CS231n](http://cs231n.github.io/)(关于CNN)课程的笔记。 - [Coursera](https://www.coursera.org/courses?query=neural%20networks)上有许多优秀的神经网络。 <hr class="content-copyright" style="margin-top:50px" /><blockquote class="content-copyright" style="font-style:normal"><p class="content-copyright">版权属于:雁陎</p><p class="content-copyright">本文链接:<a class="content-copyright" href="https://www.sitstars.com/archives/50/">https://www.sitstars.com/archives/50/</a></p><p class="content-copyright">转载时须注明出处及本声明</p></blockquote> Last modification:October 26th, 2019 at 02:46 pm © 允许规范转载