Task04开始啦:
Task04:参照开源文档,观看视频 P13:深度学习介绍和反向传播机制(2天)截止时间 07月19日03:00
开源文档:https://datawhalechina.github.io/leeml-notes
视频地址:https://www.bilibili.com/video/BV1Ht411g7Ef
一、深度学习
1. 深度学习发展趋势
2. 深度学习的步骤
Step1:神经网络(Neural network)
Step2:模型评估(Goodness of function)
Step3:选择最优函数(Pick best function)
step1:神经网络
全链接前馈神经网络
全连接和前馈的理解
深度的理解
矩阵计算
示例:手写数字识别
step2:模型评估
总体损失
step3:选择最优函数
反向传播
思考:1. 隐藏层越多越好?
2. 普遍性原理
参数多的model拟合数据很好是很正常的。下面有一个通用的理论: 对于任何一个连续的函数,都可以用足够多的隐藏层来表示。那为什么我们还需要‘深度’学习呢,直接用一层网络表示不就可以了?在接下来的课程我们会仔细讲到
二、反向传播机制
背景:梯度下降
链式法则
反向传播