- 博客(2)
- 收藏
- 关注
RSS订阅原创 Datawhale X 李宏毅苹果书AI夏令营 Task 2
浅显的展示了一下过拟合的基本概念 就是在training dataset上效果还不错 loss在减小 performance在上升 但反观test dataset上效果反而出现下降趋势 此时就是过拟合 往往由于model过于复杂或者数据量过少 可以通过早停 简化model 增加数据量 加入augmentation regularization等方法进行解决。*多参数和单参数的训练方式相同 都是梯度下降 需要对每个参数都算出loss对其的微分得到梯度 分别进行更新。二、更复杂的，更灵活的函数。
2024-08-28 23:15:03
26
原创 Datawhale X 李宏毅苹果书AI夏令营 Task 1
损失函数输出的值代表在当前参数 b 和 w 选取的值下，函数 f 预测结果的好坏即与真实label的差异，用于指导model训练学习。*梯度下降的理解：给定一组参数，得到此处loss对其的微分得到梯度，梯度代表了函数整体增长最快的方向和速率，但我们是为了让loss变小，所以要逆着梯度方向去更新参数 这也是为什么叫做梯度下降 在更新时有“负号”后续可以完成很多不同任务，比如回归分类等，以及更有创造力的结构化学习，即机器不只是要做选择题或输出一个数字，而是产生一个有结构的物体，比如让机器画一张图，写一篇文章。
2024-08-27 21:42:16
124
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