李宏毅深度学习
文章平均质量分 63
李宏毅深度学习笔记
Deserant
这个作者很懒,什么都没留下…
展开
-
Datawhale李宏毅深度学习笔记Task04
参考链接https://datawhalechina.github.io/leeml-notes/#/chapter13/chapter13P13深度学习的三个步骤Step1:神经网络(Neural network)Step2:模型评估(Goodness of function)Step3:选择最优函数(Pick best function)神经网络全连接因为layer之间两两都有链接,所以叫做Fully connect前馈传递的方向是由后往前传,所以叫feed foward深度原创 2021-07-18 15:08:50 · 154 阅读 · 0 评论 -
Datawhale李宏毅深度学习笔记Task03
P5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能给测试集带来更好的效果,主要原因是bias和varianceError = Bias + Variance参考https://www.zhihu.com/question/27068705https://datawhalechina.github.io/leeml-notes/#/chapter5/chapter5Error反映的是整个模型的准确度,Bias反映的是模型在样本上的输出与真实值之间的误差原创 2021-07-16 14:43:33 · 167 阅读 · 0 评论 -
Datawhale李宏毅深度学习笔记Task02
回归回归定义regression是找到一个function,通过输入特征x,输出一个y(scalar)。模型步骤1.model假设,选择model(线性、非线性;一元、多元)y=b+w⋅xcpy = b + w·x_{cp}y=b+w⋅xcp2.model评估,model的好坏判断(损失函数)3.model优化,从model集里面挑选出最好的function(梯度下降) 步骤1:随机选取一个 w0步骤2:计算微分,也就是当前的斜率,根据斜率来判定移动的方向大于0向右移动(增加w)原创 2021-07-13 14:51:04 · 219 阅读 · 0 评论 -
Datawhale李宏毅深度学习笔记Task01
Datawhale李宏毅深度学习笔记Task01机器学习介绍人工智能、深度学习、机器学习关系机器学习的框架learning map为什么需要机器学习?暑假到了,开始深度学习第一天打卡。机器学习介绍人工智能、深度学习、机器学习关系人工智能是我们想要达成的目标,机器学习是达成目标的手段,深度学习是机器学习的一种方法。让机器有学习的能力—机器学习。机器学习的框架根据训练数据,从成千上万的函数集合中寻找一个最好的函数(model),找到这个最好的函数之后需要对测试集进行测试。包括训练和测试两个步骤。原创 2021-07-12 17:37:44 · 174 阅读 · 0 评论