李宏毅机器学习DA8

最新推荐文章于 2024-08-13 10:09:13 发布
最新推荐文章于 2024-08-13 10:09:13 发布
阅读量266 收藏 1
点赞数 1
文章标签： 人工智能 深度学习 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_72234371/article/details/126495642
版权

第一节描述了梯度下降的过程中可能出现的问题。saddle point是什么，并说明了如何逃离saddle point，最后比较saddle point和local minima的区别，或许在更高维度的空间，local minima就是一个saddle point

第二节比较了small batch和large batch对于training 結果的影響，到底哪一種是更好的testing data，各有優點a7166916266346138bebf85095e22e82.png

第三节则是从不同参数采用不同的learning rate出发，对结果进行优化

 第四节讨论了分类和回归的关系以及softmax函数

一只鱼鱼鱼yuki
关注
  • 1
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
李宏毅_机器学习_作业3（详解）_HW3 Image Classification
loco_monkey的博客
07-04 4270
李宏毅机器学习2022作业3
李宏毅_机器学习_作业4（详解）_HW4 Classify the speakers
loco_monkey的博客
07-12 5252
李宏毅_机器学习_作业4（详解）_HW4 Classify the speakers
李宏毅机器学习笔记【未完】
AbyssssssssssS的博客
05-17 1857
李宏毅2021/2022春机器学习课程 【《2021机器学习-李宏毅》学习笔记】 一、机器学习 1.机器学习基本概念 找一个函数。 深度学习：使用类神经网络的函数。 可以有各式各样的输入：向量，矩阵（如图像），序列（如语音，文本）；也可以有各式各样的输出：数值（regression），类别（classification），文本图像… 函数类别 Regression（回归）：输出是一个数值（scalar） Classification（分类）：给定选项/类别（classes），输出正确的 Structur
【李宏毅2022 机器学习春】utils
py今天刷题了吗
04-03 1966
文章目录数据分析可视化 结果 数据分析 https://mp.weixin.qq.com/s?__biz=MzIxMTE2NDU0Ng==&mid=2650439629&idx=1&sn=38cac39ed58e9bf6cfd1a7a6312d7114&chksm=8f575320b820da362fd2c38d9acd5f966db84cdd824c3a333bf01e7f042d723db4a79def9262&scene=178&cur_album_i
李宏毅机器学习Task5
qq_38364952的博客
05-29 180
1.逻辑回归（logistic regression）      对于给定的一个x ，我们想要得到y^=P(y=1∣x)\hat{y}=P(y=1|x)y^​=P(y=1∣x) ，其中，x∈Rnxx\in R^{n_{x}}x∈Rnx​, 0≤y^≤10\leq \hat{y}\leq 10≤y^​≤1 1.1损失函数 对于y^(i)=sigmoid(WT...
[李宏毅 机器学习笔记] Gradient Descent
Haley__xu的博客
01-08 182
文章目录前言一、Gradient Descent总结 前言 学习李宏毅老师的课程，所作的笔记，文中使用的PPT均来自李宏毅老师讲演PPT 一、Gradient Descent   我们为了在一个模型中寻找一个最好的函数，通过使用Loss函数达到这一目的。通过对Loss函数的描述，我们想要知道达到Loss最小对应的参数。   通过使用梯度下降的方式计算达到最小值的方式。这里以二维的参数作为例子，说明了▽L(θ)的由来；这里还有学习率（Learning Rate）ŋ，所以每一次的该变量是：-ŋ▽L(θ
【课程笔记】李宏毅机器学习[6]：Deep Learning
tjwyj的博客
02-06 323
本系列课程笔记为李宏毅2017,秋，台湾大学课程。 视频网址链接：https://www.bilibili.com/video/av15889450?p=10 更新日期：20200205 Deep Learning发展 1958: Perceptron(linear model) 1969: Perceptron has limitation 1980s: Multi-layer perce...
解读李宏毅机器学习PM2.5数据处理部分（1）
SaintTsy的博客
03-26 1967
month_data = {} for month in range(12): sample = np.empty([18, 480]) for day in range(20): sample[:, day * 24 : (day + 1) * 24] = raw_data[18 * (20 * month + day) : 18 * (20 * month + day + 1), :] month_data[month] = sample 拜读李宏毅老师的代码.
李宏毅机器学习HW2-winner or loser-利用逻辑回归进行收入分类
小葱拌豆腐
10-22 943
import csv import numpy as np import pandas as pd def washData(datapath1, datapath2='nothing'): # 数据清洗：将训练集（单独清洗），测试集、correct_ans（合并后清洗） # 要做的几件事：0.将测试数据与correct_ans合并（行拼接，以下简称合并集），并将合并后的列名...
李宏毅机器学习全套资料
08-31
《李宏毅机器学习全套资料》是一份全面深入的机器学习教育资源，主要涵盖了教学演示文稿、作业解决方案以及详尽的课程内容。这份资源对于想要深入理解和掌握机器学习这一领域的学习者来说，无疑是一份宝贵的参考资料...
【ML】 李宏毅机器学习课件及代码.zip
04-02
机器学习（Machine Learning, ML）是一种应用人工智能（AI）领域的科学技术，它使得计算机系统能够从数据中自动学习和改进，而无需显式编程。在机器学习的过程中，算法会通过识别和挖掘数据中的模式来构建一个模型，...
李宏毅机器学习HW5.zip
04-08
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的...
根据哈希值或者特征值判断图片是否相同
Y_warmth
08-09 690
detectAndCompute 方法结合了特征检测和描述符计算两个步骤，可以在图像中检测出特征点并计算这些特征点的描述符。ORB（Oriented FAST and Rotated BRIEF）是一种结合了 FAST 特征检测器和 BRIEF 描述符的特征提取算法，具有旋转不变性和尺度不变性，适用于图像特征匹配、目标检测等任务。接着使用 ORB 对象的 detectAndCompute() 方法检测图像中的特征点并计算描述符，最后将特征点绘制在图像上并显示出来。
LangChain与Elasticsearch向量数据库的完美结合
最新发布
python1234_的博客
08-13 1001
在过去的一年中，生成式 AI (Generative AI) 领域取得了显著的进展。许多新的服务和工具应运而生。其中，LangChain 已成为构建大语言模型 (LLM) 应用程序（例如检索增强生成 (RAG) 系统）最受欢迎的框架之一。该框架极大地简化了原型开发，并使开发者能够轻松实验不同的模型和检索系统。最近Elasticsearch将其集成从社区包升级为官方的 LangChain 合作伙伴包。这一升级使得在 LangChain 应用程序中引入 Elasticsearch 功能变得更加简便。
阿里推出视频 AI 生成式框架 Tora，通过轨迹生成视频
qq_57728300的博客
08-13 387
阿里集团推出面向轨迹的视频生成框架 Tora，可以生成精美的视频。
叉车指纹锁系统 指纹识别启动车辆 让管理更轻松！
jiuxindianzi的博客
08-12 314
叉车指纹系统通过指纹认证管理叉车，降低安全事故，强化安全管理。支持指纹、刷卡识别，云端数据管理。适用于油电叉车，安装需连接特定线路，提高叉车管理效率。
数字化转型-成就智慧智慧企业
绿茵场的激情
08-12 297
数字化转型是企业迈向智慧化发展的关键路径，通过将先进的数字技术融入企业核心业务，构建智能化、数据驱动的运营模式，实现业务的全面升级与优化。
Datawhale AI 夏令营-大模型技术学习心得
m0_61049596的博客
08-10 248
在此次的大模型技术学习课程中，我在操作的时候遇到了两种问题。
李宏毅机器学习课程笔记：从深度学习到卷积神经网络
"李宏毅的机器学习课程笔记涵盖了从基础的回归分析、梯度上升算法，到分类问题、反向传播、卷积神经网络（CNN）、半监督学习、无监督学习以及线性模型等多个核心主题。这些内容构成了深度学习和机器学习的基础理论与...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值