- 博客(7)
- 收藏
- 关注
RSS订阅
1原创 组队学习李宏毅的深度学习-7
一、学习任务二、 完成任务Task07：总结 这次参加了Datawhale的为期14天的开源学习。主要围绕着李宏毅的深度学习展开。在这之前，我大致学习了吴恩达的CS229机器学习。与吴恩达的课程相比，中文版本的机器学习显得亲民了许多，李宏毅的机器学习是英文的ppt+中文讲解，非常有利于入门。吴恩达的CS229中偏向于传统机器学习（线性回归、逻辑回归、Naive Bayes、决策树、支持向量机等），李宏毅2020版本的机器学习中除了最前面的回归、分类，后面更多篇幅涉及卷积神经网络（C...
2021-08-29 22:50:38
298
原创 组队学习李宏毅的深度学习-6
一、学习任务二、 完成任务Task05：网络设计的技巧Part1:任务综述经过2天的时间重新回顾了李宏毅的视频5-9，这个任务应该是对整个知识点进行巩固并对整个知识逻辑框架的进行构建。最后用示例来实现。Part2: 主要内容笔记在前面的笔记中已经阐述了误差的由来，模型的构建，梯度下降的相关知识。梯度下降的讲解中介绍了Adagrad算法。通过配合其他视频资料以及文字资料的学习，弄明白了这个知识点。1.Adagrad是什么？每个参数的学习率都把它除上之前微分的均方根。普.
2021-08-26 00:14:28
113
原创 组队学习李宏毅的深度学习-4
一、学习任务二、完成任务Task03：误差和梯度下降Part1:任务综述通过2天观看视频5-8，主要学习了误差和梯度下降两个方面的内容。第一个方面了解了误差的来源，估测以及如何判断，关于模型的选择问题。另一方面的梯度下降，学习相关定义，关于Adagrad算法，以及其存在的矛盾，随机梯度下降法的理论基础，特征缩放，最后还有关于它的局限性。这次任务的学习内容繁重。Part2: 主要内容笔记误差从哪里来？Average error随着模型复杂增加呈指数上升趋势。更加复杂的模型并不..
2021-08-20 22:30:32
143
原创 组队学习李宏毅的机器学习-3
一、学习任务二、任务的完成Task02—回归Part1:任务综述基于前面的已经学习的内容，从另一个角度来理解线性回归。主要是学习模型的构建，模型的检测。Part2: 主要内容笔记我们已经了解到了Regression 就是找到一个函数function ，通过输入特征x，输出一个数值Scalar。构建模型的步骤step1：模型假设，选择模型框架（线性模型） step2：模型评估，如何判断众多模型的好坏（损失函数） step3：模型优化，如何筛选最优的模型（梯度...
2021-08-18 01:01:32
119
原创 组队学习李宏毅的深度学习-2
一、学习总任务二、完成任务2-1Task02—回归Part1:任务综述根据视频讲解，本任务需要掌握回归定义，模型步骤，验证已经训练好的模型的好坏，过拟合问题以及优化的步骤。Part2: 主要内容笔记本次学习除了李宏毅的视频讲解，结合周志华的《机器学习》相关内容进行了知识的深入扩展。从另一个角度进行学习总结。...
2021-08-17 01:41:26
189
原创 组队学习李宏毅的深度学习-1
一、学习总任务二、完成任务1Task01——机器学习介绍Part1：任务综述 本任务主要是需要掌握机器学习的基本内容，包括简要历史、相关概念、主要相关技术的介绍。Part2：主要内容笔记1.人工智慧，机器学习，深度学习的关系 人工智慧是我们想要达成的目标，而机器学习是想要达成目标的手段，深度学习就是机器学习的其中一种方法。 若想机器具备人工智慧，那么根据生物智慧的性质，有那种方式，一是让机器具备本能，二是通过后天学习的手...
2021-08-16 01:41:30
268
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