- 博客(3)
- 收藏
- 关注
原创 Task 04
这是因为任何像素的重要性都以复杂的方式取决于该像素的上下文(周围像素的值)。我们的数据可能会有一种表示,这种表示会考虑到我们在特征之间的相关交互作用。在此表示的基础上建立一个线性模型可能会是合适的, 但我们不知道如何手动计算这么一种表示。输入层不涉及任何计算,因此使用此网络产生输出只需要实现隐藏层和输出层的计算。多层感知机在输出层和输入层之间增加一个或多个全连接隐藏层,并通过激活函数转换隐藏层的输出。将模型在训练数据上拟合的比在潜在分布中更接近的现象称为过拟合, 用于对抗过拟合的技术称为正则化。
2023-03-28 19:27:29
28
原创 Task 03自学
现在第二项除了常数σ^-2外,其余部分和前面介绍的均方误差是一样的。幸运的是,上面式子的解并不依赖于σ。因此,在高斯噪声的假设下,最小化均方误差等价于对线性模型的极大似然估计。如果 resize 参数不为 None,则函数将 transforms.Resize(resize) 变换插入到 trans 变换的开始位置,以调整图像大小。重新审视softmax的实现,直接运算容易导致上溢,我们无法得到一个明确定义的交叉熵值,但是如果只是减去输入层当中的最大值,又可能导致出现极大负数,最终得到nan。
2023-03-23 17:42:29
45
原创 动手学环境配置与基础知识
函数返回值为函数f在x点处的导数的数值逼近值,具体计算方式是通过有限差分法计算函数在x点处的导数。其中,h用于表示步长,也就是函数自变量的微小变化量,通常取一个很小的数,如0.1、0.01等。配置环境时本人使用的是windows,跟骆老师的视频以及ppt,自己先看了一边直播然后跟着录播配置,加深对配置步骤的理解和熟练度。在测试程序中,循环5次,每次打印出当前的步长和对应的数值逼近值。L1范数表示为向量元素的绝对值之和,L2向量元素平方和的平方根,与L2范数相比,L1范数受异常值的影响较小。
2023-03-21 22:41:43
27
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