- 博客(2)
- 收藏
- 关注
RSS订阅原创 Datawhale X 李宏毅苹果书AI夏令营task2notes
之前是 L(w, b)，因为 w 跟 b 是未知的。现在未知的参数很多了，再把它一个一个列出来太累了，所以直接用 θ 来统设所有的参数，所以损失函数就变成 L(θ)。先给定 θ 的值，即某一组未知参数的值，再把一种特征 x 代进去，得到估测出来的 y，再计算一下跟真实的标签之间的误差 e。其实还可以对模型做更多的变形Hard Sigmoid 可以看作是两个修正线性单元（Rectified Linear Unit，ReLU）的加总，ReLU 的图像有一个水平的线，走到某个地方有一个转折的点，变成一个斜坡。
2024-08-28 22:17:41
187
原创 Datawhale X 李宏毅苹果书AI夏令营task1notes
带有未知的参数（parameter） 的函数称为模型 （ model）。找一个 w 跟 b， 把未知的参数找 一个数值出来，看代哪一个数值进去可以让损失 L 的值最小， 就是要找的 w 跟 b， 这个可以让 损失最小的 w 跟 b 称为 w ∗ 跟 b∗ 代表它们是最 好的一组 w 跟 b ， 可以让损失的值最小。估测的值跟实际的值之间的差距，有不同的计算方法， 计算 y （真实值）与 yˆ（估计值）之间绝对值的差距，称为平均绝对误差 （ Mean Absolute Error ， MAE）。
2024-08-27 21:57:39
189
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