- 博客(4)
- 收藏
- 关注
RSS订阅原创 哈哈给免费做了三天广告就结束了
当然，我们也有Q&A文档供大家交流：https://linklearner.com/activity/16/14/41。另外，我们也为大家带来了一波图书福利（可享六折优惠），链接：https://u.jd.com/muCV8tI。【学习说明】https://linklearner.com/activity/16/14/40。在群里大家可以积极交流，分享自己的学习成果，提出遇到的问题，我们有专业助教进行回答。大家记得及时提交学习笔记并打卡哦~评选优秀学习者必须要有优秀笔记。【Task03：教程&打卡链接】
2024-09-09 00:29:29
382
原创 第三次打卡：Datawhale X 李宏毅苹果书 AI夏令营
A. 给模型比较少的参数. 如果是深度学习的话，就给它比较少的神经元的数量，本来每层一千个神经元，改成一百个神经元之类的，或者让模型共用参数，可以让一些参数有一样的数值. 卷积神经网络（Convolutional Neural Network，CNN）是一个比较有限制的架构。如果是模型偏差，就把模型变大。3） 接下来还缺一个深的模型，如果深的模型跟浅的模型比起来，深的模型明明灵活性比较大，但损失却没有办法比浅的模型压得更低代表说优化有问题，梯度下降不给力，因此要有一些其它的方法来更好地进行优化。
2024-09-03 22:26:56
187
原创 第二天学习笔记：Datawhale X 李宏毅苹果书 AI夏令营
Hard Sigmoid （Note：文中这里是第一次提这个英文词组很突兀，就那么生硬的摆在那里了）函数的特性是当输入的值，当 x 轴的值小于某一个阈值（某个定值）的时候，大于另外一个定值阈值的时候，中间有一个斜坡。如果 x1 负的非常大的时候，分母的地方就会非常大，y的值就会趋近于 0。HardSigmoid 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，其对应的公式为。
2024-08-29 14:21:20
899
原创 第一篇献给Datawhale
估测的值跟实际的值之间的差距，其实有不同的计算方法，包括平均绝对误差（Mean Absolute Error，MAE），均方误差（Mean SquaredError，MSE），交叉熵（cross entropy）（y 和 yˆ 都是概率分布的时候）。虽然也只是从懵懂小白0.1到萌萌小白0.2，虽然很多词汇还都不懂，但没有Datawhale的学习氛围和小伙伴的积极表现，我的这一点点进步也可能不会有。试验不同的参数，计算它的损失，画出来的等高线图称为误差表面（error surface）。
2024-08-28 02:00:20
570
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