![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 58
菜鸟Cardll
这个作者很懒,什么都没留下…
展开
-
深度学习—神经元
其中sigmoid可以实现一个简单的概率分类判断,假定“0”和“1”各代表一个概念,那么最后的输出在区间【0,1】,更接近“1”,就代表它是更可能是“1”所代表的概念。总之每个激励函数都有自己的“个性”(特性),根据不同的算法模型和应用场景,会搭配使用不同的激励函数,当然最终的目的只有一个,就是让算法模型收敛的越快,拟合的越好.得到的3.5即我们拟合出来的一个苹果的品质假定为y1,用这个值与已经标定好的真实品质y0做差,就可以得到一个数据的拟合值与真实值的误差,根据不同训练目的的需要,进行数学函数映射。原创 2023-08-08 18:50:37 · 613 阅读 · 0 评论 -
ChatGPT原理以及发展
模型可以多用,数据集也可以多用,如“汪小菲的妈是张兰”,这条文字包含的信息量是通用的,它既可以用于翻译,也可以用于分类,判断错误等等。以往的预训练都是两段式的,即,首先用大规模的数据集对模型进行预训练,然后再利用下游任务的标注数据集进行 finetune,时至今日这也是绝大多数 NLP 模型任务的基本工作流程。ghat属于大规模预训练模型,有两个关键字,大规模和预训练,这个过程也和人脑很像,人脑是非常稳定和泛化的,既可以读诗歌,也可以学数学,还可以学外语,看新闻,听音乐等等,简而言之,就是一脑多用。原创 2023-08-07 22:41:43 · 752 阅读 · 0 评论 -
深度学习--反向传播
CNN模型的训练主要通过反向传播(Back Propagation,,BP)算法实现,该算法由误差信息通过链式传导,不断更新隐含层之间的权重矩阵,直到误差信息变小,网络收敛。模型使用正向传播和反向传播算法,通过不断地迭代,调整网络模型中的权重和偏置,充分拟合目标函数,使网络模型性能达到最好。根据上述公式获取权重和偏置的梯度后,使用梯度下降公式对权重和偏置进行更新。对偏置的梯度进行计算。原创 2023-08-07 21:57:02 · 109 阅读 · 0 评论 -
Kaggle免费GPU算力使用方法
Kaggle免费GPU算力使用方法第一章 注册谷歌账号(有的可以跳过)@[TOC](文章目录)前言免费的GPU算力薅国外羊毛,一周有35个小时的GPU使用时间。Kaggle还有很多课程,和AI studio差不多。可以对比学习(第二次写文章,不好的见谅) 提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下(示例):import numpy原创 2023-08-07 21:21:05 · 650 阅读 · 0 评论