- 博客(5)
- 收藏
- 关注
原创 李宏毅深度学习课程笔记(一)
一、深度学习三个步骤 1、neural network 2、损失函数 3、优化器 二、各概念关系 机器学习分类:监督学习、半监督学习、无监督学习、强化学习、迁移学习等。 其中,监督学习包括回归和分类,分类又分为线性模型和非线性模型。非线性模型包括深度学习和其他(SVM、决策树、KNN等)。 三、损失函数与梯度更新 损失函数计算预测值与真实值的距离。 梯度更新则寻找使损失函数最小的w值。 如图所示...
2019-04-22 16:33:34
728
原创 模型转换
从pytorch转到onnx(记录踩坑) 主要使用一个库函数torch.onnx.export()。此函数需要的重要参数包括:被转换的模型,模型输入,转换得到的模型存储位置。 各种坑(主要是因为我太菜了><) 这里的input需要和模型需要的输入维度相同。一开始学长给我说是随便1个图片就行,我以为是维度之类的也是随便,后来经过了多次调试才知道是数值随便但是维度不能改变。 转化的模型是学...
2019-03-20 17:45:24
803
原创 单变量线性回归
1 代价函数 代价函数表示的是真实值与预测值之间的误差。每一个不同的参数有不同的代价函数。下式为平方代价函数: J(θ0,θ1))=12m∑1m(H(θ0−θ1))−y)2 J(\theta _{0},\theta _{1}))=\frac{1}{2m}\sum_{1}^{m}(H(\theta _{0}-\theta _{1}))-y)^{2} J(θ0,θ1))=2m11∑m(H(θ0...
2019-03-15 23:21:54
79
原创 监督学习与无监督学习
1 含义: 监督学习:事先给出一部分带标签的数据,算法通过学习这部分有标签数据后,对没有标签的数据判断其标签。包括分类问题和回归问题等。 无监督学习:事先给出无标签的数据,算法将这些数据分成不同的簇,学习到不同簇的特征,并对不同簇命名,即聚类算法。之后对需要判断的数据根据前面学习到的特征判断属于哪一类。 2 常见算法: 监督学习常见算法:分类算法、回归算法。 无监督学习:聚类算法。 ...
2019-03-15 21:32:53
163
原创 一条咒语
咳咳 开始写博客~ 以后会在这里把学习到的有的没的、大的小的、不知是对是错的理解和感悟记在这里。因为很多学过的东西也记不住,所以希望通过这种方法记录一下的学习轨迹。 ...
2019-03-15 20:43:40
164
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人