跟着李沐学AI笔记
文章平均质量分 71
贺素书
这个作者很懒,什么都没留下…
展开
-
【跟着李沐学AI读书笔记】微积分
在微分学中最重要的应用是优化问题,即考虑如何把事情做到最好。在深度学习中,我们“训练”模型,使它们在看到越来越多的数据时变得越来越好。通常情况下,变得更好意味着最小化一个损失函数,即一个衡量“我们的模型有多糟糕”这个问题的分数。我们将拟合模型的任务分解为两个关键问题:1.优化(optimization):用模型拟合观测数据的过程。2.泛化:数学原理和实践者的智慧,能够指导生成有效性超出用于训练的数据集本身的模型。 在深度学习中,通常选择对于模型参数可微的损失函数。简而言之,对于每个参数,如果我们把这个.原创 2022-02-06 15:23:35 · 1111 阅读 · 2 评论 -
【跟着李沐学AI读书笔记】线性代数
我们通过一维张量处理向量。一般来说,张量可以具有任意长度,取决于机器的内存限制。本书和大量文献认为列向量是向量的默认方向。向量的长度通常称为向量的维度。当用张量表示一个向量(只有一个轴)时,也可以通过.shape属性访问向量的长度。形状(shape)是一个元素组,列出了张量沿每个轴的长度(维数)。对于只有一个轴的张量,形状只有一个元素。向量或轴的维度被用来表示向量或轴的长度,即向量或轴的元素数量,而张量的维度用来表示张量具有的轴数。张量的某个轴的维数就是这个轴的长度。尽管单个向量的默认方向是列向原创 2022-02-02 22:12:28 · 253 阅读 · 0 评论