- 博客(3)
- 收藏
- 关注
RSS订阅原创 Datawhale深度学习入门task3-实践方法论
1.模型偏差 定义：模型过于简单，无法捕捉数据的真实复杂性。 问题：即使找到最佳参数，模型的损失依然较高。 解决方案： 增加输入特征：如使用56天前的数据而非仅前一天。 使用深度学习：增加模型的灵活性和复杂度。 2.优化问题 问题：梯度下降可能陷入局部最小值，无法找到全局最优解。 识别方法：比较不同复杂度的模型在训练数据上的表现。 解决方案： 尝试不同的优化算法。 使用早停、正则化或丢弃法（dr
2024-09-03 18:45:39
153
原创 Datawhale深度学习入门task2-线性模型
在训练数据上，误差值比较小在没有看过的数据上，看起来误差值比较大通常一个模型的修改，往往来自于对这个问题的理解，即领域知识。这些模型都是把输入的特征 x 乘上一个权重，再加上一个偏置就得到预测的结果，这样的模型称为线性模型（linear model）。
2024-08-31 23:52:40
315
原创 Datawhale深度学习入门task1-机器学习基础学习
1. regression 回归：假设要找的函数输出的是一个数值，一个标量（scalar)其他关键词：学习率（learning rate) 超参数（hyperparameter) 损失函数。2. classification 分类：让机器做出选择题。机器学习（Machine Learning，ML）深度学习（Deep Learning，DL）随着要找的函数不同，机器学习分为不同类别。与之相关的涉及学科有。
2024-08-28 11:26:02
217
空空如也
cursor如何调用DeepSeek的API？
2024-09-02
TA创建的收藏夹 TA关注的收藏夹
TA关注的人