- 博客(8)
- 收藏
- 关注
原创 动手学深度学习
简单的深度网络称为多层感知机。多层感知机由多层神经元组成, 每一层与它的上一层相连,从中接收输入; 同时每一层也与它的下一层相连,影响当前层的神经元。 当我们训练容量较大的模型时,我们面临着过拟合的风险。 因此,本章将从基本的概念介绍开始讲起,包括过拟合、欠拟合和模型选择。 为了解决这些问题,本章将介绍权重衰减和暂退法等正则化技术。 我们还将讨论数值稳定性和参数初始化相关的问题, 这些问题是成功训练深度网络的关键。
2023-03-28 16:29:00 180
原创 Datawhale组队学习—吃瓜教程task05
简单来说,什么是支持向量呢?从几何角度,对于线性可分数据集,支持向量机就是找距离正负样本都最远的超平面,相比于感知机,其解是唯一的,且不偏不倚,泛化性能更好。我们task04中讲到感知机,能将正负空间分开的都是感知机的最优解,但是支持向量再处理这个问题上就只有一个最优解。
2023-03-01 19:29:09 132
原创 Datawhale组队学习—吃瓜教程task04
神经网络,也称为人工神经网络 (ANN) 或模拟神经网络 (SNN),是机器学习的子集,并且是深度学习算法的核心。其名称和结构是受人类大脑的启发,模仿了生物神经元信号相互传递的方式。
2023-02-25 14:25:38 186
原创 DatWhale组队学习-吃瓜教程task02
这里我们主要介绍机器学习的常用模型之一:线性模型的学习。众所周知,机器学习主要分为三个步骤:模型、策略、算法。我们根据具体问题确定假设空间,然后根据评价标准,选取最优模型的策略(此时通常会产生一个损失函数),然后我们通过算法模型求解损失函数,确定最优化模型。
2023-02-19 17:19:45 173
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