![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 90
yuemo3353009
这个作者很懒,什么都没留下…
展开
-
RNN——循环神经网络
资料来源:台大 李宏毅 2020机器学习深度学习课程 目录Recurrent Neural Network`一、引入``二、RNN``RNN Example``RNN获得的效果``两种不同的RNN变形``双向RNN``三、RNN变体——Long Short-Term Memory(LSTM)``LSTM Example``一般的神经网络和LSTM的区别``LSTM与RNN的联系``多层LSTM``四、RNN的训练``RNN的训练目标``RNN采用BPTT算法进行训练``RNN训练出现的问题及解决` .原创 2021-03-02 21:10:37 · 143 阅读 · 0 评论 -
CNN —— 卷积神经网络
资料来源:台大 李宏毅 2020机器学习深度学习课程 目录Convolutional Neural NetworkWhy CNN for image?为什么我们可以拿掉某些参数?`1. 某些pattern比整个image小很多``2. 相同的pattern会出现在image的不同区域``3. 下采样(subsampling)不会改变物体`The whole CNNCNN —— Convolution 卷积卷积层 v.s. 全连接层CNN —— Max Pooling 最大池化经过卷积和池化后:CNN .原创 2021-03-01 16:10:18 · 187 阅读 · 0 评论 -
深度学习简介
资料来源:台大 李宏毅 2020机器学习深度学习课程 文章目录Ups and downs of deep learning Ups and downs of deep learning 1958: Perceptron感知机 (linear model) 和逻辑回归相似,没有sigmoid的部分 1969:Perceptron has limitation ...原创 2021-01-20 18:03:04 · 306 阅读 · 1 评论 -
机器学习中模型的诊断、改进、选择——偏差、方差、欠拟合、过拟合、交叉验证
资料来源:台大 李宏毅 2020机器学习深度学习课程 文章目录`0、知识点``一、偏差和方差``为什么学习bias和variance?``f*的bias和variance``bias``variance`模型与bias & variance的关系`二、欠拟合和过拟合``对模型的诊断和改进`诊断:改进:`三、选择模型``交叉验证(Cross Validation)``N折交叉验证(N-fold Cross Validation)` 0、知识点 偏差bias 方差variance 过拟合 Ove.原创 2021-01-10 16:02:49 · 326 阅读 · 0 评论 -
回归(Regression)-1
@[TOC]Regression 回归 回归 参考来源:台大 李宏毅 2020机器学习深度学习课程 回归能做哪些事?(应用) 应用:预测宝可梦的CP(Combat Power)值 输入某一只宝可梦的所有属性值,找到一个函数f,输出其进化后的CP值 Xcp:某一只宝可梦的CP值 Xw:某一只宝可梦的重量值 … 按照机器学习的步骤: Step1: Model 先设置函数集合 f1 , f2 , f3… 假定每一个f都是这个样子:y = b + w*Xcp ...原创 2021-01-10 10:03:49 · 209 阅读 · 0 评论 -
机器学习1 介绍
机器学习相关介绍 来源:台大 李宏毅 2020机器学习深度学习 目录 一、前言 2021.1.9 从今天起开始系统地学习深度学习。 二、课程目录 课程网页: 李宏毅教授的机器学习课程网页 三、机器学习是让机器自动找函数 四、你想要找什么样的函数? 如果要找的函数的输出是一个数值(scalar):Regression 如果要找的函数的输出是两个或多个可能:Classification 二分类(Binary Classification) 多分类(Multi-class Cla原创 2021-01-09 11:28:56 · 89 阅读 · 0 评论