- 博客(2)
- 收藏
- 关注
RSS订阅原创 d2l（深度学习）：Nadaraya-Watson 核回归学习笔记
训练样本为50个服从n（0,5）的随机数，测试样本为0-5步幅为0.1，即（0,0.1,0.2......5）也为50个，定义一个函数f（x）为真实值：生成数据集的代码如下： 注意训练输入和测试输入都为50个，生成数据集后我们定义一个绘图的函数，其中样本由橘色的小圆圈表示，代码如下：1.2平均汇聚使用最简单的估计器来解决回归问题。 基于平均汇聚来计算所有训练样本输出值的平均值： 如图所示，平均汇聚的效果并不好，因为它只是求了一个平均值，没有考虑单个值的变化情况。 1.3非参数注意力汇聚
2024-11-13 12:35:19
484
原创 深度学习-RNN简洁实现
有一天你的女朋友告诉你“想要一个256g的苹果”，你说“没问题，下班就买”，于是你买了256克的苹果回家，你猜会怎么样？简单的全连接神经网络是这样的：输入x进入隐藏层神经元，再经过输出得到最后的结果y，通过反向传播调整权重的大小，进而实现学习的效果。
2024-11-11 17:29:03
587
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