發(fā)簡信
IP屬地：江蘇
-
機器學習筆記：決策樹決策樹是機器學習中應用很廣泛的算法，它不僅可以處理分類和回歸問題，還可以產出特征重要性、連續(xù)變量分箱等副產物。決策樹有著可解釋性強英遭、原理簡單、效...
-
概念速查：多項式分布
服從多項式分布的隨機向量 滿足如下條件： 1），且服球； 2）設 為任意非負整數(shù)，且 颠焦； 事件 發(fā)生的概率為： 其中斩熊，，伐庭。 【舉例】一個6面的...
-
PyTorch深度學習筆記（7）：應用實例--FashionMNIST數(shù)據(jù)集
在上一篇文章中粉渠，我們介紹了如何用梯度下降法進行神經網絡的訓練與優(yōu)化〉凹茫現(xiàn)在我們用一個實際的數(shù)據(jù)集：FashionMNIST啊楚，完整的實現(xiàn)構建神經網絡...
-
PyTorch深度學習筆記（6）：神經網絡的訓練--梯度下降法在前面的文章中，我們介紹了為線性回歸盯漂、二分類集乔、三分類神經網絡的優(yōu)化選取適當?shù)膿p失函數(shù)去件。我們知道，當損失函數(shù)的值越小扰路，代表神經網絡預測值與真實值之...
-
PyTorch深度學習筆記（5）：神經網絡的訓練--損失函數(shù)
在前面的文章中尤溜，我們介紹了單層和多層神經網絡的正向傳播過程，同時也使用了torch.nn來實現(xiàn)這一過程汗唱。不難發(fā)現(xiàn)宫莱，模型中的權重對模型輸出的預測結...
-
PyTorch深度學習筆記（4）：完整實現(xiàn)一個多層神經網絡的正向傳播
本文將通過一個例子，使用torch.nn中Module類的繼承來完整實現(xiàn)一個多層神經網絡的正向傳播過程哩罪。此外梢睛，文中將介紹類繼承過程中定義init...
-
PyTorch深度學習筆記（3）：多層神經網絡的正向傳播本文主要以異或門問題為例子，介紹多層神經網絡识椰。我們將從上一篇文章中介紹的單層神經網絡出發(fā)绝葡，學習或門、非與門腹鹉、異或門問題藏畅，了解單層神經網絡在面對非...
-
PyTorch深度學習筆記（2）：單層神經網絡的正向傳播本文將從一個簡單的線性回歸問題出發(fā)，構建單層神經網絡，并手動實現(xiàn)它的正向傳播愉阎。同時绞蹦，我們將介紹如何使用PyTorch中的核心模塊torch.nn...
-
數(shù)學基礎：最小二乘法
最小二乘法可以用來求解線性回歸模型中權重參數(shù)的最優(yōu)解，本文將對這一求解過程做簡要概述榜旦。 線性回歸模型 對于第 個樣本 ()幽七，我們有：其中，為樣...