- 博客(6)
- 收藏
- 关注
RSS订阅原创 从0开始速通Pytorch
最终，我们是要把数据组织成神经网络模型可以接受的数据形式，而DataLoader就是我们的神经网络可以接受的数据形式，但是在我们使用DataLoader前，我们要先把数据整理成Dataset的形式，为什么呢？Dataset像是一个数据的总集合，一整副扑克牌，我们的所有数据都要存放在Dataset里，而对于模型训练来说，它并不是每一次都需要完整的全部数据集，所以我们会从Dataset里抽出若干张牌，用于训练模型。
2025-03-08 13:10:27
830
原创 线性回归视角下的机器学习原理与流程
学习准则通过损失函数量化模型预测与真实值的偏差，并指导参数优化方向。这里面最最重要的概念就是损失函数与期望风险函数。其实说白了，损失函数和经验风险函数都描述的是用你这个假设的模型的预测值。
2025-03-07 23:34:38
857
原创 人工智能、机器学习与深度学习
大家好，我是努力学习AI算法的超级驼鹿，其实留言板中的很多小伙伴还是不清楚AI、机器学习、深度学习这三者之间的关系，所以今天这篇文章和大家聊聊邱锡鹏老师《神经网络与深度学习》一书中关于人工智能、机器学习与深度学习的核心概念及其关联，有些是邱老师书中的解释，而有些则是超级驼鹿个人的理解。其实还是有点儿恐怖的。也就是说数据的表示形式、模型的选择与假设、学习准则、优化算法以及模型的评价标准是超级驼鹿认为机器学习的五大要素、同时也是整个机器学习与深度学习的数学上/代码上应该按顺序解决的流程。
2025-03-07 10:59:29
818
原创 机器学习的基本概念（纯新手向！！包能懂！）
是的，学过建模的小伙伴们都知道，要用逻辑和数学的方法来描述一个现象，最后的结果都会是一个方程(组)，或者也可以叫一个函数，其中现象y是方程根据不同的环境x(可能有很多x哦)计算的得来的结果，传入的x不同，输出的y便不同。对于机器来说，已有的知识就是我们人类观测到的、传入机器里面的数据，机器虽然不能真正的“理解”这些数据，但是可以通过数学的算法，对给出的数据进行建模、计算，最后找到隐藏在这些数据里的规律，从而得以解释一些数据背后的现象、亦或是预测一些新数据的结果，这便是机器学习的过程。是不是稍微有点头绪了？
2024-09-21 18:10:40
327
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人