- 博客(2)
- 收藏
- 关注
RSS订阅原创 Datawhale X 李宏毅苹果书 AI夏令营--＞task2
多层神经网络可用于回归拟合更复杂的函数，通过将前一层的输出值作为后一层的输入值，但同时过多的隐藏层也可能带来overfitting的问题，最好通过预测集与训练集的loss变换来选择合适的层数。每一段小曲线的拟合通常可用hard sigmoid函数去代替，hard sigmoid函数是分段的，整体形势为平坦——斜坡——平坦。一般的线形模型在拟合现实生活中的情况是作用很有限，如果方程是一个曲线，我们通常将它切割成尽可能多的小曲线去分段拟合。其中w,b是未知参数，需要我们去迭代计算。sigmiod函数是。
2024-08-28 16:51:28
238
原创 《深度学习详解》入门task1笔记
对于回归而言，是一种有监督的机器学习，根据已有的信息，拟合出一个（线性或者非线性）函数，用于预测将来对于某个自变量的因变量数值。第一步是先确定一个带有未知参数的函数，确定该函数的大致格式需要一定的经验，一般回归用线形函数，分类用。有监督的分类不要求最后的输出值是某个具体的数字，只要求能将结果分类到特定的类别中。，也就是估计用当前函数计算的估计值与真实值之间差距，这个差距越小越好。#Datawhale X 李宏毅苹果书 AI夏令营。函数的最小值（也可能是局部最小），涉及到的学习率。主要概括了机器学习的基础。
2024-08-25 20:57:24
170
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