- 博客(4)
- 收藏
- 关注
原创 《动手深度学习》之深度学习
Pytorch官网手册卷积操作可视化网站获取数据->数据预处理->搭建模型->定义超参数(包括但不限于损失函数,优化器,学习率等)->将数据送入模型->模型训练->模型评估.第一部分就是数据集的读取。第二部分就是模型的搭建,这部分由卷积层、激活函数、池化层、全连接层组成,同时我还习惯于将学习率、损失函数、优化器、Batchsize等超参数放在这一部分。第三部分就是模型训练和模型评估,可以选择打印loss值,acc等指标来帮助训练。以上就是一个深度学习的简单流程了。
2023-03-28 13:17:14 267
原创 2.《动手深度学习》之多层感知机
本书个人认为需要有线性、高等、概率论的基础,以及掌握一些基础的Pytorch框架知识,至少达到能看懂代码的程度。《动手深度学习》之线性回归神经网络下面将总结一下《动手深度学习》的第四章内容。正则化思想就是在原来的损失L(W)上,加上了一个参数λ\lambdaλ,来控制正则化的大小。常被用来进行特征选择,主要原因在于L1正则化会使得较多的参数为0,从而产生稀疏解,我们可以将0对应的特征遗弃,进而用来选择特征。当wiw_iwi>0,sign(wiw_iwi)=1;wiw_i。
2023-03-28 12:56:57 156
原创 1. 《动手学深度学习》之线性回归神经网络
本书个人认为需要有线性、高等、概率论的基础,以及掌握一些基础的Pytorch框架知识,至少达到能看懂书中代码的程度。 线性回归,最简单的理解就是初中学的y=ax+b,其中我们称a是x的权重,b称为偏置。现在我们拓展一下,现实生活中我们拿到的数据基本都是高维的,即有很多个特征,则可以进一步表示为yω1x1ω2x2ωnxnbyω1x1ω2x2...ωnxnb,也可以换一个表达式==yωTxib。
2023-03-23 16:04:03 124
原创 02-机器学习中的模型评估
第二章主要总结了机器学习中出现的比较多的评价指标,目的是让小白能快速入门并掌握重要知识,内容比较简单,十分适合新手学习。
2022-12-21 00:43:54 257
MySQL入门级学习教程
2022-12-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人