MyArrow的专栏

原创 MXNet学习总结

1. 机器学习关键要素成功的机器学习有四个要素：数据、转换数据的模型、衡量模型好坏的损失函数和一个调整模型权重来最小化损失函数的算法。1.1 数据（Data）越多越好。事实上，数据是深度学习的核心，因为复杂的非线性模型比其他机器学习需要更多的数据。数据的例子包括： 图片：你的手机图片，里面可能包含猫、狗、恐龙、高中同学聚会或者昨天的晚饭；卫星照片；医疗 图片例如超声、CT扫描以及MRI等等。