ACSE
文章平均质量分 94
isFan.y
用来当作记笔记,如果侵权,请告知。
展开
-
ACSE8 L1
1原创 2021-11-04 16:45:01 · 271 阅读 · 0 评论 -
FYP autoencoder
自编码介绍仅仅是自编码器的话,其原理其实很简单。自编码器可以理解为一个试图去还原其原始输入的系统。自编码器模型如下图所示。从上图可以看出,自编码器模型主要由编码器(Encoder)和解码器(Decoder)组成,其主要目的是将输入x转换成中间变量y,然后再将y转换成 x‾\overline xx ,然后对比输入x和输出 x‾\overline xx 使得他们两个无限接近。Auto-encoder本质上就是一个自我压缩和解压的过程,我们想要获取压缩后的code,它代表了对原始数据的某种紧凑精简的原创 2021-11-04 16:44:16 · 482 阅读 · 0 评论 -
ACSE8 L3
从逻辑回归到单神经元人类的神经元拥有树突和轴突,可以分别理解为输入和输出。同样地,一个人工神经网络中的一个基础神经元(Elementary Neuron)也拥有类似的输入和输出。其中, xxx 被称作输入(Input), θ\thetaθ 被称作权重(Weight)。与固定输入 x0=1x_0=1x0=1 搭配的权重 θ0\theta_0θ0 被称作偏置项(Bias Term),作用是根据其为正或负,相应地增加或降低激活函数的网络输入。如果令x=[x0x1x2x3]x=\begin{bmat原创 2021-11-04 16:43:15 · 205 阅读 · 0 评论 -
ACSE8 L5
1. Overfitting and Underfitting, Bias and Variance1. OverfittingThe Training Set Error is not an indicator of how well the fitted model is going to work on other data. 如果我们有大量的拟合参数,则训练后的模型可能会很好地拟合训练集:But fail to generalize to new data! This is called原创 2021-11-04 16:42:40 · 488 阅读 · 0 评论