技术书籍包含来自作者的训诫,读者必须做练习和问题并不罕见。当我读到这样的警告时,我总觉得有点奇怪。如果我不做练习和问题,会不会有什么事情发生在我身上?当然不是。我会获得一些时间,但牺牲了理解的深度。有时候这是值得的。有时候不是。
那么本书中值得做的是什么?我的建议是,你真的应该尝试大部分的练习,而你的目标不应该是做大部分的问题。
你应该做大部分练习,因为它们是你理解材料的基本检查。如果你不能很容易地解决练习,你可能会错过一些基本的东西。当然,如果偶尔进行锻炼,请继续前进 - 有可能这只是您的一小部分误解,或者可能是我的表现不佳。但是如果大多数练习都是一场斗争,那么你可能需要重读一些早期的材料。
问题是另一回事。它们比练习更困难,而且你可能很难解决一些问题。这很烦人,但当然,面对这种挫折时的耐心是真正理解和内化一个主题的唯一方法。
这样说,我不建议尝试解决所有的问题。更好的是找到你自己的项目。也许你想用神经网络来分类你的音乐。或预测股票价格。管他呢。但找到一个你关心的项目。然后你可以忽略书中的问题,或者仅仅将它们用作你自己项目工作的灵感来源。挣扎着一个你关心的项目,将教会你很多,远远超过解决任何问题。情绪承诺是实现掌握的关键。
当然,你可能没有考虑过这样的项目,至少在前面。没关系。解决你感觉有动力去处理的问题。并使用本书中的材料来帮助您搜索创意个人项目的想法。
原文连接
http://neuralnetworksanddeeplearning.com/exercises_and_problems.html
分享到:
相关推荐
以下是一些关于神经网络学习的建议,帮助你逐步建立对这个领域的深入理解。 首先,推荐从吴恩达教授的机器学习课程入手。吴恩达是斯坦福大学的教授,他在Coursera上的课程是全球最受欢迎的在线教育课程之一。他的...
首先,神经网络作为人工智能的重要组成部分,能够通过学习和训练来模拟人脑的思维方式,解决非线性、复杂的问题。在PID控制中,神经网络被用来优化控制器的参数,以适应系统的动态变化,提高控制性能。例如,《基于...
针对传统RBF神经网络学习算法构造的网络分类精度不高,传统的k-means算法对初始聚类中心的敏感,聚类结果随不同的初始输入而波动。为了解决以上问题,提出一种基于改进k-means的RBF神经网络学习算法。先用减聚类算法...
图神经网络(Graph Neural Networks, GNN)是深度学习领域中的一个重要分支,它专注于处理非欧几里得数据,如社交网络、化学分子结构、交通网络等。GNN的出现使得机器学习技术能够有效地应用于复杂关系数据,为解决...
2. 反向传播算法:BP神经网络可以有多层,我们采用梯度下降方法试图最小化网络输出值和目标值之间的误差平方。反向传播算法可以分为两步:前向传播和反向传播。在前向传播中,我们计算每个单元的输出值,而在反向...
【标题】: "使用不同置信级训练样本的神经网络学习方法" 【描述】: 这篇文章探讨了一种针对含有不同置信级样本的神经网络学习策略,旨在解决模型拟合的问题。它提出了一种二次学习方法,通过结合先验样本和真实样本...
BP神经网络,全称为Backpropagation Neural Network,是一种在人工神经网络中广泛使用的监督学习算法。该算法由Rumelhart、Hinton和Williams在1986年提出,主要用于解决非线性可分问题,如模式识别、函数逼近、预测...
由于提供的文件内容中存在大量的OCR扫描错误,无法直接从中提取准确的知识点,因此我将基于标题和描述中提及的内容,即“约束无信息先验贝叶斯神经网络学习”,来介绍相关的知识点。 首先,贝叶斯神经网络是一种...
人工神经网络(Artificial Neural Networks, ANN)与遗传算法(Genetic Algorithm, GA)是两种在计算机科学,尤其是机器学习领域中广泛应用的技术。这篇压缩包中的论文集很可能深入探讨了这两种算法的理论基础、实现...
2. "Auto-Encoding Variational Bayes"(9 - Auto-Encoding Variational Bayes.pdf):这是关于变分自编码器(VAE)的工作,一种利用贝叶斯推断的无监督学习方法,可以生成新的数据样本,并在高维数据的降维和表示...
【地震油气储层的小样本卷积神经网络学习与预测】这篇论文主要探讨了如何利用深度学习中的卷积神经网络(CNN)技术进行地震数据的分析和油气储层预测。地震油气储层预测是石油勘探的重要环节,传统的分析方法通常...
这种转换学习方法能够加速网络训练过程,提高训练稳定性,并增强泛化能力,是一种新型的快速、稳定且泛化能力强的神经网络学习方法。 关键词涵盖了神经网络、互学习、权重共享、BP算法、双向认知、分类识别和人工...
强化学习 深度学习 神经网络 论文 本文探讨了多目标分布式优化问题,并提出了基于神经网络的协作神经动力学方法。该方法可以寻找 Pareto 最佳解决方案,并且可以在分布式优化中实时地生成多个 Pareto 最佳解决方案...
张兴革的《基于卷积神经网络模型下的语音处理方法研究》探讨了将CNN应用于语音信号处理,如语音识别和情感分析,通过卷积层捕获声谱图的特征。 九、手势识别 蔡娟的《基于卷积神经网络的手势识别》研究了如何用CNN...
在本综述论文中,作者系统回顾了使用自监督学习方法来训练图神经网络的不同方式,并将这些方法划分为对比模型和预测模型两大类。对于每一个类别,作者提供了统一的框架来描述各种方法,并且在框架下阐述了这些方法在...
神经网络算法作为数据挖掘的一种常用方法,因其高准确性和对噪声数据的抵抗能力而受到重视。 神经网络是一种模仿人脑神经元结构的计算模型,它可以学习并识别复杂的数据模式。在数据挖掘中,神经网络被用于分类、...