笔记
icecreamholence
机器视觉工程师
展开
-
李宏毅机器学习task3
Regression回归模型 在对模型进行优化时提到的梯度下降 梯度下降 1.调整学习速率 慢调整 自适应学习速率 adagrad算法 2.随机梯度下降法 3.特征缩放原创 2021-12-17 23:58:25 · 867 阅读 · 0 评论 -
李宏毅机器学习task2
模型三步骤 1.模型的构建 线性方程 2.模型的评估 主要从损失函数入手 3.模型的优化 单特征和多特征 Y=b+wx b 偏移 w 权重 (权重越小 表示输入和输出越接近 function效果越好) 绝大多数情况下 w越小越好 x输入值 一元一次线性方程 一元多次线性方程 回归(regression) 训练集平均误差 验证集平均误差 两者之间的距离判定模型的好坏 模型的过拟合(overfitting) 原始的cp值决定了输出的cp值 模型梯度的下降 模型优化的三个步骤 1.input的多个模型合并到一个一原创 2021-12-15 00:00:01 · 1526 阅读 · 0 评论 -
李宏毅机器学习task1
李宏毅机器学习task1 1.对机器学习有个基础了解 function set到图像识别的基础逻辑(类似于冰箱于大象之间的关系) 2.监督学习 非监督学习 半监督学习 3.input output决定各种学习原创 2021-12-14 00:27:22 · 2110 阅读 · 0 评论 -
2021-04-15
零基础入门食物声音识别2: 基于博文1的代码进行了参数调整 1.源代码中采用的两层卷积+池化层,修改后采用三层卷积 2.对激活函数进行调整,源代码采用的是tanh 先进行了relu函数替换,在进行lekay relu函数替换 3.改变优化器模型 从tanh改变为rsmprop 4.根据源代码生成相关acc及loss图像,对epochs进行修正 从20次迭代更新为18次迭代 ...原创 2021-04-15 17:38:27 · 76 阅读 · 0 评论