
深度学习之路
文章平均质量分 79
深度学习之路:包括神经网络和深度学习的基本知识;改善深层神经网络:超参数调试、正则化以及优化;结构化机器学习项目;卷积神经网络;序列模型五个方面
敲代码的乔帮主
走在梦想的大道上,跌跌撞撞,时而悲伤,时而难过失落,是什么又让我扬起头继续向前呢?是心中的那一朵彼岸之花,牵使着你我之间的约定,成为我心中那一股永不可灭的骨气,终究是信仰。
展开
-
一文搞清楚梯度下降
何为梯度?为什么要下降?原创 2025-03-09 19:53:33 · 783 阅读 · 0 评论 -
基于Q-Learning解决迷宫问题
创建一个2x2的小迷宫,迷宫中有目标位置和障碍物原创 2025-03-05 17:17:08 · 251 阅读 · 0 评论 -
正则化L1和L2
1、 L1正则化通过向损失函数添加权重系数的绝对值之和来对模型参数进行惩罚。2、 L1正则化倾向于产生稀疏解,即它倾向于将模型中不重要的参数置为0,从而实现特征选择。这意味着在模型的最终解中,许多参数将是零,这有助于创建一个简洁的模型并减少模型的复杂性。3、 L1正则化不具有解析解,通常需要使用诸如坐标下降法或子梯度方法等优化算法求解。原创 2024-06-04 17:15:39 · 451 阅读 · 0 评论