- 博客(3)
- 收藏
- 关注
RSS订阅原创 PyTorch深度学习基础/Logistic回归
线性回归是一种简单且广泛应用的机器学习算法，主要用于预测和分析两个变量之间的关系。线性回归模型的基本思想是建立一个线性方程来描述自变量（X）和因变量（Y）之间的关系。这个方程通常表示为 (Y = wx + b)，其中 (w) 是斜率，表示自变量对因变量的影响程度，而 (b) 是截距，表示当自变量为零时因变量的值。线性回归的目标是找到最佳的 (w) 和 (b) 值，使得模型预测的 (Y) 值与实际数据中的 (Y) 值之间的差异最小。
2024-03-23 22:50:54
1318
原创 深度学习框架和机器学习基础知识
PyTorch是一个开源的Python机器学习库，它是基于Torch的一个优化张量库，专为深度学习应用程序设计，特别是用于GPU和CPU的计算。开发背景：PyTorch主要由Facebook人工智能研究团队开发，并且得到了Twitter、卡内基梅隆大学（CMU）和Salesforce等机构的支持和使用。核心优势：PyTorch以其动态计算图、易用性、灵活性以及强大的社区支持而受到深度学习研究者和开发者的青睐。它的自动求导功能大大简化了神经网络的构建和训练过程。适用场景。
2024-03-10 13:54:45
1875
原创 深度学习简介
深度学习（Deep Learning）是机器学习的一个分支，它基于人工神经网络的研究。深度学习模型由多层神经元组成，这些层次可以捕捉数据中的复杂结构和抽象特征。深度学习在许多领域都取得了显著的成功，包括计算机视觉、自然语言处理、语音识别、游戏和机器人等。深度学习的核心概念包括：神经网络（Neural Networks）：模仿人脑神经元结构的计算模型，用于学习和识别数据中的模式。反向传播（Backpropagation）：一种优化算法，用于通过调整神经网络的权重来最小化损失函数。
2024-03-03 16:07:09
1434
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人