机器学习(李宏毅)lecture04( Introduction of DL)

本文深入探讨深度学习的基本步骤,包括定义神经网络函数集、评估函数优劣及选择最佳函数的方法。通过梯度下降寻找损失函数最小化的参数,同时介绍了熵在深度学习中的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Deep Learning

Deep learning中的Deep指有很多层。

第一步:定义一个函数集。
这里的函数即为神经网络(Neural Network),输入和输出都是向量。
在这里插入图片描述
第二步:判断函数的好坏。
在这里插入图片描述
第三步:选择最好的函数。
在这里插入图片描述
用梯度下降找是损失函数最小的参数。

拓展:熵

https://blog.youkuaiyun.com/Xiao_yanling/article/details/89606308

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值