- 博客(6)
- 收藏
- 关注
RSS订阅原创 Task 6 李宏毅机器学习——卷积神经网络
CNN（卷积神经网络）常被用在影像处理上，可以简化网络的架构输入是一张用像素表示出来的图片使用CNN处理图像识别的原因1.一个特征对于整个图像来说可能很小，因此只要看图片的一部分即可2.同样的特征可能出现在图片的不同部分，因为他们想实现的功能都相同，因此可以使用相同的参数，尽管是识别在不同位置上的特征（pattern）3.对图片进行下采样（subsample）不会改变辨识的对象,而能使图片变小，可减少使用的参数CNN的整体架构input--convolution--max
2021-07-23 22:54:53
283
原创 Task 5 李宏毅机器学习——类神经网络训练
使optimization卡住的原因1）局部最小2）卡在了鞍点（saddle point）此处微分也为0当训练卡住的时候，是否能知道是卡在局部最小还是鞍点局部最小边上没路可走 鞍点附近有路可走，即有办法再调整泰勒级数近似g是个向量，里面放的是一次微分h是个矩阵，里面放的是二次微分当到了关键点时，第二项为0，因为被卡住的点的一次微分为0，g为0根据第三项（红框中）来判断到底是哪种点算h矩阵的正负，根据正负来判断是哪种点例子：沿着特征向
2021-07-20 20:16:54
200
原创 Task 4 李宏毅机器学习——深度学习
深度学习的三个步骤1.define a set of function——该function即神经网络2.goodness of function3.pick the best function神经网络的连接方式不同代表了不同的functionfully connect feedforward network（全连接前馈网络）输入是一组向量，输出也是一组向量一个网络如果已经设好了参数，就是一个function如果仅仅是定义好了这个网络的结构（节点的连接方式），而没有设好参
2021-07-18 19:32:56
180
原创 Task 3 李宏毅机器学习——梯度下降
1、误差从哪里来Bias Variance从实际的训练数据中寻找出f*F hat则是最佳的function，能实际准确得到y的functionf*是对f hat的一个估计，两者还是有差距模型简单的时候bias大，variance小，function space可能都没有包含目标function而模型复杂的时候variance大，bias小，function space也较大，更可能包含目标function随着模型的bias造成的error逐渐下降variance造成的
2021-07-16 20:57:21
133
原创 Task 2 李宏毅机器学习——回归
回归回归的应用：股票市场预测——预测明天的道琼斯工业指数 自动驾驶汽车——input：censor看到的 output：方向盘的角度（scalar）推荐系统——找一个functioninput：使用者A 商品Boutput：使用者A购买商品B的可能性预测宝可梦的CP值（战斗力）找一个function ：输入是某一只宝可梦相关的信息 输出就是宝可梦的进化后CP值输入信息包括：种类、生命值、进化前cp值、重量、高度Step 1：model公式：y...
2021-07-14 20:09:04
150
原创 Task 1 李宏毅机器学习-机器学习介绍
机器学习的应用领域：语言辨识 图像识别 象棋 对话系统机器学习目的找出一个function机器学习的过程：（supervised 有监督的）Collect a set of function——model 训练集训练数据 根据训练资料判断function的好坏——挑出最好的function：（训练的过程 即training）验证function的好坏，输入一只机器没见过的猫，希望机器能自动识别它是猫（测试的过程testing）过程总结：1、确定一个function set.
2021-07-12 22:57:19
61
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