- 博客(5)
- 收藏
- 关注
RSS订阅原创 矩阵的导数运算基础二
为了衡量我们的直线拟合得有多好，我们需要定义一个损失函数。这个函数量化了模型预测值与实际值之间的差异。该例子给出的损失函数是最小二乘法，它计算的是每个数据点的预测值和真实值之差的平方和。每个数据点的损失对于第iii个数据点xizi(x_i, z_i)xizi，我们的预测值是ziy1y2xiziy1y2xi，那么该点的损失就是zi−zi2zi−y1y2xi2zi−zi2zi。
2025-09-23 11:00:50
1445
原创 矩阵的导数运算基础一
标量函数（输入向量，输出标量）：这是最常见的一种情况。=[x1,x2,…,xn]。 输出：一个单一的数值（标量），比如 yyy。 例子： 一个三维空间中点 (x,y,z)(x, y, z)(x,y,z) 到原点的距离函数：f(v⃗)=f([x,y,z])=x2+y2+z2f(\vec{v}) = f([x, y, z]) = \sqrt{x^2 + y^2 + z^2}f(v)=f([x,y,z])=x2+y2+z2。 在机器学习中，一个模型的损失函数（Loss Function）通常是这个类型。
2025-09-23 10:57:31
841
原创 CNN基本内容
首先需要理解传统机器学习和深度学习的区别：传统机器学习我们需要手动处理数据，人为选择出我们所需要的特征，获得更有价值的一些输入。而深度学习，会自己在其中选择合适的特征，解决了机器学习当中“人工”的问题。
2025-01-19 20:10:10
1735
原创 word中使用Latex插入矩阵
示例：\left[\matrix{a & b \\ c & d}\right]示例：\left{\matrix{a & b \\ c & d}\right}插入矩阵快捷键：alt + =
2024-01-02 15:35:15
1974
适用于python2.7，在windows系统下，lxml 4.1.1版本的安装，文件名为lxml-4.1.1-cp27-cp27m-win-amd64.whl
2025-02-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人