![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
22李宏毅机器学习
文章平均质量分 54
春天猪会飞
这个作者很懒,什么都没留下…
展开
-
【22李宏毅机器学习】第一节 反向传播——额外学习
该节可以仅作了解,目前很多toolkits都已经内置了微分计算的方法,所以完全可以等学有小成后再返回了解。概念:反向传播是一种梯度下降的有效计算的方法。核心数学概念:链式法则。原创 2022-08-26 16:39:39 · 195 阅读 · 0 评论 -
【22李宏毅机器学习】第一节 深度学习简介——额外学习
应该怎么将每个Neuron 怎么连接:有各种连接方式,基本都是手动设置,最常见的为Fully Connect Feedforward Network但是多少可以被称为Deep,各说纷纭神经网络是通过矩阵来操作的矩阵运算GPU运算更快老师这里举了一个例子:识别一个数字的手写,效果的好坏,对应不同的function set,Neuron和layer的数量多少才是最合适的?...原创 2022-08-26 16:34:15 · 290 阅读 · 0 评论 -
【22李宏毅机器学习】第一节 机器学习与深度学习的基本概念
本节讲解了机器学习从选定模型到定义代价函数再到优化模型的三部曲。1.模型线性模型毕竟还是太简单,我们需要更完善的模型,由于模型产生的限制,被称为 Model Bias引入:某一条曲线 = 某个常数 + 一组重复曲线(可以通过各种组合凑出)蓝色笔直的那条曲线称为:Hard Sigmoid , 而通过不断的调参,可以用sigmoid曲线去逼近任何曲线(未完待续)...............原创 2022-08-17 09:04:50 · 424 阅读 · 0 评论 -
【22李宏毅机器学习】课程大纲概述
本专栏将开启李宏毅老师机器学习深度学习的课程学习,课程不仅用于自我记录,也希望能帮到更多志同道合的朋友,ok,废话少说,直接开始。课程将总共划分为15讲,以下罗列的顺序按照李老师讲课顺序排列。综述MachineLearning≈LookingforFunction也即寻找到一个只靠人力很难找到的函数它的输入可以是向量、矩阵和序列,而经过函数处理后,可以得到一个标量,或者做到分类,甚至翻译等。............原创 2022-08-02 10:59:11 · 718 阅读 · 0 评论