吴恩达深度学习course3
在这一周的学习中,主要讲解了一个深度学习任务的基础的一个参数的调整,以及数据训练集验证集和测试集的划分。之后用我们训练的模型的准确率和人自己标注的准确率来做对比,根据两者准确率的差距去改进模型。
3.2节中,解释了,什么叫正交化,就是每一个维度做且只做一件事,各个维度之间相互独立,互相不干扰。比如看电视,调节频道的按钮就不要调节声音。在监督学习模型中,可以判断模型在什么情况下运行的更好。(ps:这是说在其他情况下运行结果都比较优异的情况下)
1、如果在训练集上运行的不好,可以选择更好的优化算法,比如mumentum动量法、RMSprop、Adam。也可以使用更深的神经网络。
2、如果在验证集上运行的不好,可以选择正则化系统,或者使用更多的数据去训练我们的模型。
3、如果在测试集上运行的不好,可以选择使用更大的验证开发集
4、如果在真实的环境里运行的不好(比如我们自己制作的数据),可以修改开发测试集,或者修改代价函数。(要注意我们的数据和训练的数据都是同分布的)
3.3节中,主要是讲我们应该单一数字评估我们的模型。有很多评估的方法,比如查准率(precision)、查全率(recall)、F1值等(这是这节课老师提出来的三种,事实上还有其他好多,就不一一列举了)。在一次模型中,评价指标可以选几个,但是最终以一个为准比较好。比如,在查准率、查全率和F1值之间,以F1值为准。
3.4节中,主要讲满足优化指标。比如,给你一个任务,告诉你最重要的是准确率,那么我们可以更多的看重准确率,而不是运行时间或者其他的一些参数(这是指其他条件差距不大)。如果考虑N个指标,选择其中一个为优化指标,那么其他的都是满足指标。
3.5节讲的是训练集、开发集、测试集的划分。在选择开发集和测试集时要使二者来自同一分布,且从所有数据中随机选取。其实最好的,我们最后运行的,人为的数据也是同一分布的(但是挺难的)
3.6节讲的是训练集、开发验证集、测试集的大小。如果数据比较少的情况下(比如100-10000条数据),可以选择60/20/20;也可以选择70/30(没有验证集)。如果数据集比较大(比如有一百万条数据)可以采用98/1/1.对于验证集和测试集,有1万条数据就已经足够了。
3.7节讲的是什么时候我们应该改变我们的开发测试集的指标。
带尺寸的图片:
居中的图片:
居中并且带尺寸的图片:
当然,我们为了让用户更加便捷,我们增加了图片拖拽功能。
如何插入一段漂亮的代码片
去博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片
.
// An highlighted block
var foo = 'bar';
生成一个适合你的列表
- 项目
- 项目
- 项目
- 项目
- 项目1
- 项目2
- 项目3
- 计划任务
- 完成任务
创建一个表格
一个简单的表格是这么创建的:
项目 | Value |
---|---|
电脑 | $1600 |
手机 | $12 |
导管 | $1 |
设定内容居中、居左、居右
使用:---------:
居中
使用:----------
居左
使用----------:
居右
第一列 | 第二列 | 第三列 |
---|---|---|
第一列文本居中 | 第二列文本居右 | 第三列文本居左 |
SmartyPants
SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如:
TYPE | ASCII | HTML |
---|---|---|
Single backticks | 'Isn't this fun?' |
‘Isn’t this fun?’ |
Quotes | "Isn't this fun?" |
“Isn’t this fun?” |
Dashes | -- is en-dash, --- is em-dash |
– is en-dash, — is em-dash |
创建一个自定义列表
-
Markdown
- Text-to- HTML conversion tool Authors
- John
- Luke
如何创建一个注脚
一个具有注脚的文本。1
注释也是必不可少的
Markdown将文本转换为 HTML。
KaTeX数学公式
您可以使用渲染LaTeX数学表达式 KaTeX:
Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分
Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞tz−1e−tdt.
你可以找到更多关于的信息 LaTeX 数学表达式here.