笔记
小璇爱学习
为了能成为比原来更好的人,就算再苦再累也会努力。
展开
-
《动手学深度学习》(PyTorch版)第三次打卡
批量归一化(BatchNormalization)对输入的标准化(浅层模型)处理后的任意一个特征在数据集中所有样本上的均值为0、标准差为1。标准化处理输入数据使各个特征的分布相近批量归一化(深度模型)利用小批量上的均值和标准差,不断调整神经网络中间输出,从而使整个神经网络在各层的中间输出的数值更稳定。1.对全连接层做批量归一化位置:全连接层中的仿射变换和激活函数之间。全连...原创 2020-02-25 21:49:10 · 283 阅读 · 0 评论 -
DAY2-《动手学深度学习》(PyTorch版)
Task03:过拟合和欠拟合一类是模型无法得到较低的训练误差,我们将这一现象称作欠拟合(underfitting); 另一类是模型的训练误差远小于它在测试数据集上的误差,我们称该现象为过拟合(overfitting)。 在实践中,我们要尽可能同时应对欠拟合和过拟合。虽然有很多因素可能导致这两种拟合问题,在这里我们重点讨论两个因素:模型复杂度和训练数据集大小。模型复杂度为了解释模型复...原创 2020-02-19 20:52:32 · 344 阅读 · 0 评论 -
《动手学深度学习》(PyTorch版)-task01
线性回归线性回归的基本要素模型为了简单起见,这里我们假设价格只取决于房屋状况的两个因素,即面积(平方米)和房龄(年)。接下来我们希望探索价格与这两个因素的具体关系。线性回归假设输出与各个输入之间是线性关系:数据集我们通常收集一系列的真实数据,例如多栋房屋的真实售出价格和它们对应的面积和房龄。我们希望在这个数据上面寻找模型参数来使模型的预测价格与真实价格的误差最小。在机器学习...原创 2020-02-14 21:10:32 · 169 阅读 · 0 评论