机器学习
文章平均质量分 50
MetalGear2077
一个学生
展开
-
508任务一:用pytorch简单实现LeNet5网络对MNIST数据集训练
import torch import torchvision from torch import nn from torch.utils.data import DataLoader from torch.nn import functional as F #准备数据集 train_data=torchvision.datasets.MNIST("./MNISTdata",train=True,transform=torchvision.transforms.ToTensor(),download=T.原创 2021-08-02 16:22:21 · 392 阅读 · 0 评论 -
508 任务一:卷积神经网络相关概念与pytorch识别手写数字
推荐文章与视频: https://blog.csdn.net/v_JULY_v/article/details/51812459? https://blog.csdn.net/weixin_37763870/article/details/103098532? https://www.bilibili.com/video/BV1Fx41177ws/?spm_id_from=333.788.recommend_more_video.0 一:卷积神经网络相关概念 1.卷积神经网络:卷积神经网络(Con原创 2021-07-25 18:40:03 · 260 阅读 · 0 评论 -
508任务:对BP算法(反向传播算法 )理解与5.13式推导
误差逆传播算法是如今最成功,应用广泛的针对多层网络的学习算法,如今的许多学习算法都是它的变体与优化。不过初学很难理解,我也是学了不少时间才慢慢理解。 推荐大家观看3Blue1Brown的3个关于深度学习的视频https://www.bilibili.com/video/BV1bx411M7Zx深度学习之神经网络的结构 part1 https://www.bilibili.com/video/BV1Ux411j7ri深度学习之梯度下降法 part2 https://ww...原创 2021-07-17 19:25:57 · 411 阅读 · 0 评论 -
机器学习一些基本概念
训练集:使用训练集的数据来训练模型 验证集:用验证集验证模型的效果 测试集:用测试集测验模型的最终效果,并将测试集上的误差作为泛化误差的近似 经验误差:学习器在训练集上的误差成为“训练误差”或“经验误差” 泛化误差:在新样本上的误差成为“泛化误差” 过拟合:学习能力过于强大,学习器把训练样板学的过好,可能将训练样板自身的一些特点当做了所有潜在样本都会具有的一般性质,从而导致泛化性能下降,这种现象成为“过拟合” 欠拟合:学习能力不够强大,指对训练样本的一般性质尚未学好 学习率: ...原创 2021-07-16 17:34:38 · 90 阅读 · 0 评论