DL
关注
分享
扫一扫
文章平均质量分 89
夜猫程序猿
该吃吃，该喝喝，啥事不往心里搁
展开
-
感知机学习的过程及代码实现
感知机学习是机器学习中的一种经典算法，用于线性可分数据的分类，是二分类的线性分类模型，输入时实例的特征向量，输出可以取+1 和 -1二值。重新学习了下感知机的基础，自己实现了一遍代码，手算了下面的更新参数的过程，对感知机模型的了解更深入了。在感知机学习中，损失函数的选择决定了学习策略的优化目标。原创 2024-12-20 17:58:32 · 699 阅读 · 0 评论 -
理解正则化来防止模型过拟合以及L1正则化的模拟过程
正则化通过惩罚模型复杂度，有效降低了模型对训练数据的过度拟合，使得模型在未见数据上表现更加稳健。理解这一过程有助于在实际建模中选择合适的正则化策略，优化模型的性能。L1正则化通过惩罚参数的绝对值，促使某些参数的值为零，这主要源于其损失函数的几何特性和优化过程中的特性。通过训练，模型能够自动选择对预测最有用的特征，从而提高其在未见数据上的泛化能力。原创 2024-12-16 18:11:37 · 1242 阅读 · 0 评论 -
吴恩达机器学习
主要将平时遇到的问题来记录，并且加以补充和整理，参考了多本书籍，如：邱锡鹏，神经网络与深度学习，机械工业出版社，https://nndl.github.io/, 2020.以及 艾伯特深度学习 中文版[aibbt.com]等对于许多的博客中比较好理解的内容也进行了摘录Blog:吴恩达机器学习可忙，可闲，可急，可缓。张弛之间，便是生活。原创 2024-11-16 15:15:03 · 794 阅读 · 0 评论 -
RNN中的梯度消失与梯度爆炸问题
循环神经网络（Recurrent Neural Network，RNN）是一类具有短期记忆能力的神经网络．在循环神经网络中，神经元不但可以接受其他神经元的信息，也可以接受自身的信息，形成具有环路的网络结构。上图是一个简单的循环神经网络，只有一个隐藏层的神经网络，𝒉_𝑡不仅和当前时刻的输入𝒙_𝑡 相关，也和上一个时刻的隐藏层状态𝒉_{𝑡−1} 相关。原创 2024-11-06 23:11:45 · 925 阅读 · 0 评论 -
西瓜书书本内容杂谈
西瓜书只能说快速过了一遍，花了一个多星期吧，然后后边的内容是一点也看不懂了（能发现前面记得比较详细，到了后边是看不懂一点了，脑壳痛QWQ就不像是一本新手的入门书籍，太难受了ಥ_ಥ，了解概念这本书也不适合，还是转为看《邱锡鹏，神经网络与深度学习》和李沐动手学AI课的实践部分，ಠ_ಠ。原创 2024-10-19 17:38:59 · 1108 阅读 · 0 评论 -
深度学习的一些数学基础
万丈高楼平地起怎么说呢，学的数二对于这些东西还是太陌生了，而且当时学的只会做题，不知道怎么使用/(ㄒoㄒ)/~~，所以记下来一些不太清楚的前置知识点，主要来自《艾伯特深度学习》，书中内容很多，和《邱锡鹏神经网络与深度学习》内容有点相似。原创 2024-10-19 17:06:46 · 819 阅读 · 0 评论