通過學(xué)習(xí)李宏毅老師的課程煌茬，明白了為什么要學(xué)習(xí)機(jī)器學(xué)習(xí)迹缀，對(duì)機(jī)器學(xué)習(xí)有了一定的了解诗赌。重溫了回歸糜值、梯度下降等經(jīng)典方法和模型塞琼，學(xué)習(xí)了神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)赠叼，卷積...

卷積神經(jīng)網(wǎng)絡(luò) 是一種深度學(xué)習(xí)的方法扒袖，主要應(yīng)用于計(jì)算機(jī)視覺胰蝠，也可應(yīng)用在文本上歼培。 步驟 · 卷積· Relu· 池化· FC 卷積 設(shè)定若干個(gè)卷積核...

梯度下降 在訓(xùn)練過程中震蒋，經(jīng)常會(huì)遇到梯度為0的情況，可能并不是我們想要的結(jié)果躲庄，我們只想要得到梯度極小值查剖。根據(jù)泰勒展開來進(jìn)行判斷屬于哪一個(gè)類別。 數(shù)...

深度學(xué)習(xí) 采用深度神經(jīng)網(wǎng)絡(luò)作為模型進(jìn)行學(xué)習(xí)噪窘。 步驟 選擇神經(jīng)網(wǎng)絡(luò) 模型評(píng)估 選擇最好結(jié)果 反向傳播 通過鏈?zhǔn)椒▌t笋庄，進(jìn)行梯度下降。

誤差分解 誤差來源于兩個(gè)部分效览，一個(gè)是偏差无切，一個(gè)是方差。 梯度下降 我們需要找到一個(gè)損失函數(shù)丐枉，來最優(yōu)化這個(gè)損失函數(shù)哆键。 學(xué)習(xí)率 學(xué)習(xí)率可以控制梯度下...

問題原因 Mac 安裝了 conda 后, 終端的命令行前面會(huì)有一個(gè)(base), 具體顯示如下: (base) 主機(jī)名稱:~ 用戶名$ 具體原...

回歸 Regression就是找到一個(gè)函數(shù)，通過輸入特征x瘦锹，輸出預(yù)測(cè)結(jié)果籍嘹，結(jié)果是一個(gè)數(shù)值。 建立模型 根據(jù)特征建立一個(gè)模型弯院。 模型評(píng)估 使用損失...

人工智能（AI） 讓機(jī)器具有類似人類一樣學(xué)習(xí)的能力辱士，機(jī)器學(xué)習(xí)是實(shí)現(xiàn)人工智能的手段。 機(jī)器也和生物類似听绳，行為取決于先天的本能和后天的學(xué)習(xí)颂碘。先天的本...

區(qū)別：char *s1：s1是一個(gè)指向字符串的指針char s2[]：s2是一個(gè)字符數(shù)組string s3：s3是一個(gè)string類的對(duì)象【內(nèi)存...