- 博客(7)
- 收藏
- 关注
RSS订阅原创 DatawhaleLeeML-Task05-网络设计的技巧第一部分
Datawhale学习打卡LeeML-Task05:2021版视频 P5-9：网络设计的技巧（3天）优化失败：梯度相关critical point如何判断举例如何逃离鞍点Saddle point VS Local minimaTips for Training：BatchTips for Training：Momentum优化失败：梯度相关critical point当训练时 发现loss 一直比较大或者一开始就train不下去，有一种考量是：梯度是否为0引起梯度为0的点称为：critical p
2022-01-16 15:19:49
1071
原创 Datawhale学习的打卡LeeML-Task04
Task04：观看视频 P13：深度学习介绍和反向传播机制（2天）深度学习步骤神经网络——矩阵计算模型评估选择最优函数梯度下降反向传播反向传播过程Forward passBackward pass总结深度学习步骤step1 ：神经网络（Neural network）Step2：模型评估（Goodness of function）Step3：选择最优函数（Pick best function）神经网络——矩阵计算引入矩阵计算（Matrix Operation）能使得我们的运算的速度以及效率
2022-01-15 11:17:58
614
原创 Datawhale学习打卡LeeML-Task03
Datawhale学习打卡LeeML-Task03误差误差来源解释：类比解释数学证明估计变量x的偏差和方差估计变量x的偏差估计变量x的方差不同模型的偏差和方差考虑不同模型的偏差考虑不同模型的方差过拟合和欠拟合怎么判断偏差和方差的trade-off （平衡）——模型选择交叉验证N-折交叉验证梯度下降部分请转: Task03-梯度下降本文档所参考的一些文档机器学习中的Bias(偏差)，Error(误差)，和Variance(方差)有什么区别和联系？偏差(Bias)和方差(Variance)——机器学习
2022-01-14 19:48:14
302
原创 Datawhale打卡学习Task02
Task02：参照开源文档，观看视频 P3-4：回归（2天）回归回归定义模型步骤Step1 ：模型假设Step 2：模型评估 - 损失函数（Loss function）Step3 ：筛选最佳模型 - 梯度下降过拟合思考问题主要参考 链接: LeeML笔记chapter3.回归回归定义Regression 就是找到一个函数 functionfunction ，通过输入特征 xx，输出一个数值 ScalarScalar。模型步骤step1：模型假设，选择模型框架（线性模型）step2：模型评估，
2022-01-11 20:25:01
433
原创 Dastawhale学习打卡LHYML-Task01
Task01：参照开源文档，观看视频 P1-2：机器学习介绍（1天）机器学习介绍机器学习相关技术监督学习 supervised learning半监督学习 semi-supervised learning迁移学习 Transfer learning无监督学习 unsupervised learning强化学习 reinforcement learning为什么学习机器学习（略）机器学习介绍machine learning所做的事情，你可以想成就是在寻找一个function，要让机器具有一个能力，这种能
2022-01-10 23:09:15
508
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