第三周

学习时间

5月27日 到 6月2日

学习目标

• 学习第四章多层感知机内容
  • MLP
  • 模型选择、过拟合
  • 权重衰减
  • dropout
  • 初始化
  • 实战kaggle房价预测
• 论文精读-AlexNet

学习内容

多层感知机

• MLP(1)–算法
• MLP(2)–从零实现
• MLP(3)–简洁实现
• 模型选择、欠拟合和过拟合
• 权重衰减与正则化
• dropout
• 数值稳定性和模型初始化

AlexNet论文阅读

• ImageNet Classification with Deep Convolutional Neural Networks

总结

1. 本周对多层感知机相关内容进行了学习，通过对最简单的模型的学习，了解到了深度学习中需要克服的过拟合问题以及解决的方法
2. 对经典论文AlexNet的阅读，对卷积网络、图像处理有了认识，卷积网络在图像特征提取方面有很好的效果

下周计划

• 深度学习计算章节学习
• 卷积神经网络章节学习
• alexnet代码实现
• ResNet论文阅读

赞赏支持

微信打赏 支付宝打赏