- 博客(2)
- 收藏
- 关注
RSS订阅原创 深度学习——线性回归（编辑阶段，持续更新ing）
预测房价模型的公式就可以用（3）来进行表示，我们通过该模型就可以根据面积和房龄等信息来预测房价，但问题在于我们无法确定w和b的值，线性回归就是寻找出一组权重w和偏置b，当给定来自X中取样的独立同分布的新样本特征时，这组权重和偏置可以使得最终的预测值y^与真实值y yy之间的误差尽可能小。我们求当前损失函数L对b的偏导，就可以得出函数值的变化趋势。在公式（2）中，向量x对应单个数据样本的特征，此时我们用矩阵w ∈ Rn×d来引用整个数据集的n个样本的特征，X的每一行是一个样本，每一列是一种特征。
2024-04-26 20:58:36
832
1
原创 关于深度学习中的部分基础线性代数知识
简单来说，就是把复杂的向量函数求导拆解为，各个分量函数的导数和分量函数之间的关系，比如上图的y对于x拆解为y对u和u对x，需要注意的是：向量链式法则要求每个分量函数都可微分，且各个函数之间的复合满足可微分的条件。跟随李沐大神的《动手学深度学习》，在一边理解代码的同时一边学习其中所蕴含的线性代数知识。一句话：符号求导通过符号计算得到函数的导数表达式，数值求导通过数值近似方法计算函数的导数值。亚导数：用于描述在某些情况下，函数在某点处可能没有导数或导数不唯一的情况。解释：矩阵的乘法类似是空间的扭曲，
2024-04-26 20:44:41
338
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