机器学习在光学和声学的应用【系列】——第三篇 机器学习笔记整理与inverse design分析以及meta-neural-network

机器学习在光学和声学的应用

第三篇 机器学习笔记整理与inverse design分析以及meta-neural-network

文章目录

文献笔记整理

A Deep Learning Approach for Objective-Driven All-Dielectric Metasurface Design

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Inverse Design 总结

在这里插入图片描述
在这里插入图片描述

Meta-neural-network

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

机器学习笔记

在这里插入图片描述

Logistic regression的要点

在这里插入图片描述
在这里插入图片描述

Deep Learning的概念

在这里插入图片描述

Fully Connected Feedforward Network

在这里插入图片描述

Matrix Operation

![在这里插入图片描述](https://img-blog.csdnimg.cn/2021031711254751.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLm
NzZG4ubmV0L3dlaXhpbl80MzAxMjAzNg==,size_16,color_FFFFFF,t_70)
在这里插入图片描述

Back Propagation

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

Convolutional Neural network

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

CNN的本质

在这里插入图片描述

Max Pooling

在这里插入图片描述
在这里插入图片描述

版权声明：本文为weixin_43012036原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。