<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[qsly_1的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qsly_1</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qsly_1]]></copyright><item><title><![CDATA[Datawhale X 李宏毅苹果书 AI夏令营 Task3]]></title><link>https://blog.youkuaiyun.com/qsly_1/article/details/141870671</link><guid>https://blog.youkuaiyun.com/qsly_1/article/details/141870671</guid><author>qsly_1</author><pubDate>Tue, 03 Sep 2024 21:36:24 +0800</pubDate><description><![CDATA[本期夏令营相比于之前四期，主要以理论的形式来学习深度学习相关方面的知识。深度学习相比于机器学习，在处理大规模数据、复杂任务和自动特征学习方面具有优势，同时也需要更多的计算资源和数据支持。本次学习在理论严谨的基础上，让人从生活化的角度理解深度学习的概念、建模过程和核心算法理念。包括卷积神经网络、Transformer、生成模型、自监督学习等深度学习常见算法和对抗攻击、领域自适应、强化学习、元学习、终身学习、网络压缩等深度学习相关进阶算法。]]></description><category></category></item><item><title><![CDATA[Datawhale X 李宏毅苹果书 AI夏令营 Task2]]></title><link>https://blog.youkuaiyun.com/qsly_1/article/details/141758014</link><guid>https://blog.youkuaiyun.com/qsly_1/article/details/141758014</guid><author>qsly_1</author><pubDate>Sat, 31 Aug 2024 22:33:53 +0800</pubDate><description><![CDATA[本期夏令营相比于之前四期，主要以理论的形式来学习深度学习相关方面的知识。深度学习相比于机器学习，在处理大规模数据、复杂任务和自动特征学习方面具有优势，同时也需要更多的计算资源和数据支持。本次学习在理论严谨的基础上，让人从生活化的角度理解深度学习的概念、建模过程和核心算法理念。包括卷积神经网络、Transformer、生成模型、自监督学习等深度学习常见算法和对抗攻击、领域自适应、强化学习、元学习、终身学习、网络压缩等深度学习相关进阶算法。]]></description><category></category></item><item><title><![CDATA[Datawhale X 李宏毅苹果书 AI夏令营 Task1]]></title><link>https://blog.youkuaiyun.com/qsly_1/article/details/141609472</link><guid>https://blog.youkuaiyun.com/qsly_1/article/details/141609472</guid><author>qsly_1</author><pubDate>Tue, 27 Aug 2024 22:22:06 +0800</pubDate><description><![CDATA[相对的，大批量虽然稳定性更强，花费时间较短，但其计算验证集的准确率是不如小批量的，因为小批量相对而言噪声更多，但有噪声的梯度反而帮助了训练。在计进行梯度的计算时，一般不会对所有的数据损失进行梯度计算，而是把数据分成一个个的批量，每次拿一个批量中的数据进行训练，直到遍历完所有的数据，这样的行为称为一个回合。在优化神经网络模型的过程中，可能会出现优化失败的情况，随着参数的不断更新，训练的损失不会下降，但训练成果依然不尽人意，在与其他模型相比较时，发现深度学习模型并没有发挥完全，无论怎么更新参数损失都没有下降。]]></description><category></category></item></channel></rss>