李宏毅《机器学习 深度学习》简要笔记（一）
P1 一、线性回归中的模型选择 上图所示： 五个模型，一个比一个复杂，其中所包含的function就越多，这样就有更大几率找到一个合适的参数集来更好的拟合训练集。所以，随着模型的复杂度提 ...
原文：【笔记】机器学习 - 李宏毅 - 11 - Keras Demo2 & Fizz Buzz
. Keras Demo 前节的Keras Demo代码： Keras Demo中的结果不是很好，看一下在Training Data上的结果： 结果如下： 说明在Training Data上结果也不好，接下来开始调参： loss function 分类问题mse不适合，将loss mse function 改为categorical crossentropy 结果如下： batch size b ...
2019-08-23 15:52 7 107 推荐指数：
相关推荐
李宏毅机器学习笔记（）GNN
一、introduction How do we utilize the structures and relationship to help our ...
【笔记】机器学习 - 李宏毅 -- ELMO、BERT、GPT
1.背景知识 one-hot -> word class -> word embedding 不过传统的word embedding解决不了多义词的问题。 2. ELMO ...
【笔记】机器学习 - 李宏毅 -- Transformer
1.RNN和CNN的局限性 RNN是seq2seq的模型，RNN不易平行化，如果是单向的话，要输出\(b^3\)，需要先看完\(a^1, a^2, a^3\)。如果是双向的话，可以看完整个句子。 ...
李宏毅机器学习笔记01（regression）
Regression 1、首先，什么是regression（回归） 2、然后，实现回归的步骤（机器学习的步骤） step1、model（确定一个模型）——线性模型 step2、goodness of function（确定评价函数）——损失函数 step3、best ...
李宏毅机器学习笔记12（Transfer Learning）
Transfer Learning 1、什么是迁移学习 2、如何实现迁移学习 1）source有label，target有label 一、model fine-tuning（模型微调） 方法一、conservative training（保守训练 ...