![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
柒夏码农之路
这个作者很懒,什么都没留下…
展开
-
从头理解线性回归学习笔记
线性回归基础知识原创 2022-11-09 12:00:00 · 139 阅读 · 1 评论 -
深度学习基础-环境搭建conda使用,镜像源,常用linux命令
深度学习基础Linux命令和conda的使用转载 2022-11-08 15:25:37 · 440 阅读 · 0 评论 -
【学习笔记】常见的激励函数和损失函数
一、激励函数如上图:神经元的输出值会经历一个f函数,我们将这个函数叫做激励函数。加入激励函数的目的是为了让神经网络模型能够逼近非线性函数。假若去掉激励函数,神经元就只有线性函数y=wx+b,这样的神经网络就只能逼近线性函数。假如在不加激励函数的前提下,要训练一个分类模型,倘若数据是非线性可分的,那么模型的准确率会相当低,因为我们的模型训练不出一个非线性函数去拟合数据。常见的激励函数:1.Sigmoid函数2.Linear线性激活函数,即不对神经元的输出值进行处理,直接..原创 2021-12-12 10:17:27 · 1165 阅读 · 0 评论 -
学习笔记:pytorch深度学习实践
目录1. 神经网络发展史 反向传播2.线性模型规则需要专业领域专家制定,规则越来越强大,难以维护。新的挑战:人工设置特征会有很多限制;SVM处理大数据集效果不好;越来越多的数据需要处理非结构化数据;1. 神经网络发展史反向传播深度学习发展的原因:算法、数据、显卡2.线性模型问题假设:测试集测试其泛化能力(对于为训练的特征也能很好的识别)。数据集(训练集、测试集)---->问题:只有训练集,测...原创 2021-11-28 22:00:07 · 673 阅读 · 0 评论 -
02.深度学习应用实践60讲学习笔记---离散特征如何让DNN处理,并行结构;
2.1 离散特征如何让DNN处理参数量会大量降低。2.2典型网络融合结构之一:并行结构2.3典型网络融合结构之一:串行结构2.4 模型训练与优化平行结构或者菱形结构效果较好2.5 互联网公司深度学习CTR案例---Google互联网公司深度学习CTR案例---阿里巴巴...原创 2021-11-19 19:15:31 · 793 阅读 · 0 评论 -
01.深度学习笔记---实践与应用60讲(各领域的应用,CTR,深度学习几大经典模型)
1.1 深度学习在各个领域的应用目前较为热门的GAN(生成式对抗网络)1.2 CTR任务一、当深度学习遇到CTR预估CTR任务:给定一个商品,给定一个环境,用户购买此商品的概率。应用范围较广。例如有如下场景。比如:输入一部电影,预测会打几分(右边的1,2,3,4,5代表预测分值)蓝色框:用户橙色框:电影黄色框:用户过去看过那些电影,大国那些分数绿色框:时间酒红框:相关特征CTR任务特点:大量离散特征 大量高维度稀疏特征 特征工程:特征组合对于.原创 2021-11-18 22:36:03 · 2090 阅读 · 0 评论