- 博客(3)
- 收藏
- 关注
RSS订阅原创 Task 3 机器学习框架&实践攻略 “Datawhale X 李宏毅苹果书 AI夏令营”
在训练集上训练出来的模型会使用验证集来衡量它们的分数，根据验证集上面的分数去挑选结果，再把这个结果上传到 Kaggle 上面得到的公开分数。最好的做法，就是用验证损失，最小的直接挑就好了，不要过于在意公开测试集的结果。接下来设计一个深的模型，如果深的模型跟浅的模型比起来，深的模型明明灵活性比较大，但损失却没有办法比浅的模型压得更低代表说优化有问题，梯度下降不给力，因此要有一些其它的方法来更好地进行优化。看到一个从未做过的问题，可以先跑一些小的，浅的网络乃至线性模型等，这些比较不会出现优化失败的问题。
2024-08-29 14:16:39
90
原创 Task 2 了解线性模型 “Datawhale X 李宏毅苹果书 AI夏令营”
如果 x1 负的非常大的时候，分母的地方就会非常大，y的值就会趋近于 0。c可以改变最终的高度。只要有足够多的点，就可以用分段线性曲线去逼近任何的连续的曲线，而每个分段线性曲线都可以用一大堆蓝色的函数组合起来。先给定θ的值，即某一组W, b, cT, b 的值，再把一种特征 x 代进去，得到估测出来的 y，再计算一下跟真实的标签之间的误差 e。的特性是当输入的值，当 x 轴的值小于某一个阈值（某个定值）的时候，大于另外一个定值阈值的时候，中间有一个斜坡。本函数式中，x为特征，W，b，cT，b即为未知参数。
2024-08-28 20:51:23
274
原创 Task 1 了解机器学习 Datawhale X 李宏毅苹果书 AI夏令营
机器学习就是让机器具备找一个函数的能力。根据机器学习要找的函数的不同，机器学习有不同的类别。1，回归（Regression）：假设和要找的函数的输出是一个数值，一个标量scalar，这种机器学习的任务称为回归。2，分类（classification）：分类任务要让机器做选择题。人类先准备好一些选项，这些选项称为类别（class），现在要找的函数的输出就是从设定好的选项里面选择一个当作输出，该任务称为分类。
2024-08-26 17:17:15
647
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