深度学习心得

已于 2024-05-04 20:07:30 修改
阅读量163 收藏
点赞数 2
文章标签： 深度学习
于 2024-05-04 20:06:30 首次发布
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/masterShaw/article/details/138449016
版权
本文介绍了KLloss与softmax的结合用于学习one-hot分布，Pooling层在增强模型鲁棒性方面的角色，以及在减少参数时选择PCA降维的方法。特别提到了sklearn库中的PCA工具。此外，还澄清了cosine相似度的范围并非[0,1]，而是[-1,1]。
摘要由CSDN通过智能技术生成

1. KL loss

其经常要与softmax一起使用，就是为了学习one-hot分布

2. 降维

Pooling层的作用是增加模型的鲁棒性，让模型对输入的少量变化不那么敏感。

如果真想通过降维，减少模型训练参数，那应该用PCA降维方法，

sklearn.decomposition.PCA

3. cosine的相似度是【-1，1】，不是【0，1】

masterShaw
关注
  • 2
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
深度学习知识点全面总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
01-05 24万+
本文详细介绍深度学习概念及原理，参考网上相关资料汇总，内容包含众多章节，包括神经网络基础及常见深度学习网络结构介绍，用于个人学习总结，适合深度学习初学者学习。同时介绍机器学习常见的分类算法：SVM、神经网络、随机森林、逻辑回归、KNN、贝叶斯。常见的监督学习算法：感知机、SVM、人工神经网络、决策树、逻辑回归.........
认识深度学习心得
qq_287041604的博客
11-14 4204
深度学习 提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录深度学习前言一、深度学习是什么？二、使用步骤1.引入库2.读入数据总结 前言 本文就介绍了对深度学习的初步了解。 一、深度学习是什么？ 深度学习（Deep learning）是一个复杂的机器学习算法、是机器学习的一个分支。机器学习（Machine Learning）是一门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性能的学科。深度学习算法可以使计算机模仿人脑
深度学习心得（1）
win2001321456的博客
10-15 1771
文章是我这俩个月来，正式学习深度学习的心得体会，包括学习思路，学习方法，以及学习的问题，学习的经验教训。
深度学习心得（3）
dlhisme的博客
10-17 619
深度学习心得
【深度学习心得（2）】
m0_51381111的博客
10-16 669
深入学习心得体会
【Pytorch】深度学习快速上手心得
God_WZH的博客
04-15 2876
【Pytorch】深度学习快速上手心得 本文通过一个简单的demo，基于一个3层感知机，来实现了seq2seq的时间序列预测模型，并在一个随机生成的数据样本上得到了较好的结果。其实更为复杂的模型跟这个demo相比，无非就是网络层变得复杂了一些，数据加载变得复杂了一些，但是殊途同归，万变不离其宗，期望能够一些深度学习的新人一些启发。
树莓派4b深度学习心得
weixin_47772846的博客
10-31 4180
在这里插入图片描述官方最新的2020.8.20的版本为例。先在官网下载烧录软件 Raspberry Pi Imager，然后下载系统的镜像文件带推荐的软件[添加链接描述](https://www.ras。
学习深度学习心得
northeastsqure的专栏
11-05 3363
１．开始不要学习封装的很好的大库，caffe, torch7. 而要学习高人的scrip scratch.因为封装的很好的库已经把细节隐藏了，而我们开始要学习的就是这个细节。
飞桨-零基础实践深度学习心得体会
IMU_wp的博客
08-29 612
飞桨PaddlePaddle-零基础实践深度学习心得体会 在接触飞桨之前陆陆续续通过《神经网络与深度学习》了解了一些机器学习与深度学习的相关知识，对于基本概念有所了解。接触到飞桨之后，第一个吸引我的就是零基础入门，自我认为有了一定的理论基础，而且有百度飞桨的大佬带学，应该可以入门、实践。第二个吸引的点就是21天带学，希望自己坚持下来21天，看到自己的改变。21天回首，有过活力满满，也有过因为任务焦头烂额，逐渐发现，小有基础远远满足不了实践的要求。21天只是一个开始，前路很长，未来可期。让我下定决心去尝试的是
百度飞桨PaddlePaddle深度学习心得分享
12-21
【百度飞桨PaddlePaddle深度学习心得分享】 在本次的百度飞桨七日"Python小白逆袭大神"打卡营中，我有幸深入学习了Python基础、深度学习以及飞桨平台的相关知识。这次课程旨在帮助学员掌握Python语言，了解人工智能...
深度学习实习生心得live_笔记.md
11-16
总结了一些深度学习实习的经验和心得，希望能够帮助到你，总结了一些深度学习实习的经验和心得，希望能够帮助到你
深度学习心得学文创编索引创编.docx
10-25
深度学习心得学文创编索引创编.docx
《学习共同体 ——走向深度学习》心得.pdf
11-14
《学习共同体 ——走向深度学习》心得.pdf
深度学习之计算机视觉总结
09-14
随着深度学习的兴起，计算机视觉在近年来取得了显著的进步，为许多实际应用提供了强大的支持。本资源包是一个深度学习与计算机视觉的综合总结，旨在帮助初学者理解和掌握这个领域的基础知识。 首先，我们从基础的...
计算机毕业设计--基于深度学习(PSPNet、空洞卷积Atrous Convolutions)的多类型图像通用分割模型
qq_45566099的博客
08-20 892
图像分割是计算机视觉中的一项关键技术，其研究背景涵盖了多个应用领域。在医学影像分析中，图像分割用于自动提取解剖结构、病灶区域以及其他重要特征，从而辅助医生进行诊断和治疗规划。例如，在MRI和CT图像中，精确的器官或肿瘤分割能够帮助确定病变位置、体积和发展趋势，从而提高治疗效果。此外，在自动驾驶领域，图像分割技术用于实时识别道路、车辆、行人等关键元素，确保自动驾驶系统的安全性和可靠性。在卫星遥感领域，图像分割被广泛应用于土地覆盖分类、环境监测、灾害评估等方面，通过对地表图像的精细分割，科研人员能够更好地分析地
【视频讲解】主成分分析原理与水果成熟数据实例：Python中PCA-LDA 与卷积神经网络CNN...
最新发布
拓端研究室TRL
08-22 505
全文链接：https://tecdat.cn/?p=37450分析师：Shixian Ding主成分分析（PCA）作为数据科学中用于可视化和降维的重要工具，在处理具有大量特征的数据集时非常有用。就像我们难以找到时间阅读一本 1000 页的书，而更倾向于 2 到 3 页的总结以抓住整体概貌一样，当数据集中特征过多时，PCA 可以帮助我们减少维度，提高模型训练效率，同时尽可能保留更多信息（点击文末“...
2025秋招书籍推荐：《深度学习的数学理论》——揭示深度学习背后的数学逻辑
weixin_41496173的博客
08-20 644
近年来，随着深度学习在图像识别、自然语言处理等领域的突破性进展，越来越多的研究者和开发者投入到这个领域。然而，尽管深度学习在实践中取得了显著的成功，其背后的理论机制仍然让很多人感到迷惑。这就是为什么我今天想向大家推荐一本书——《深度学习的数学理论》（*Mathematical Theory of Deep Learning*），由Philipp Petersen和Jakob Zech两位学者撰写，它深入探讨了深度学习的数学原理，帮助读者理解为什么神经网络能够如此有效地解决复杂问题。
Python编程、机器学习与深度学习
lwjnlqiqi的博客
08-20 1047
迁移学习、循环神经网络（RNN）、长短时记忆网络（LSTM）、时间卷积网络（TCN）、生成对抗网络（GAN）、YOLO目标检测算法、自编码器等前沿技术的原理及其PyTorch编程实现
评论
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