問題:越深越好? 層數越多,參數越多,model比較復雜,數據又多的話,本來誤差就越小,這為什么歸因於”深“呢? 矮胖結構 v.s. 高瘦結構 真正要比較”深“和”淺“的model的時候 ...
前言: 深度學習話題十分火熱,網上的資料也非常多,這的確很頭疼,太容易迷失。個人認為尋找大牛的授課ppt作為入門方式就可以,跟隨大牛的腳步先畫出一條直線,再補充骨肉。Anyway,這篇文章十分適合機器學習初學者迅速了解深度學習,了解清楚什么是深度學習,如何做及現在最火的卷積神經網絡。 教材鏈接:李宏毅 Let us rock .什么是機器學習 插入個人理解,可以跳過:每個函數的定義域 值域就確定了 ...
2019-08-21 15:26 0 2233 推薦指數:
問題:越深越好? 層數越多,參數越多,model比較復雜,數據又多的話,本來誤差就越小,這為什么歸因於”深“呢? 矮胖結構 v.s. 高瘦結構 真正要比較”深“和”淺“的model的時候 ...
Transformer英文的意思就是變形金剛,Transformer現在有一個非常知名的應用,這個應用叫做BERT,BERT就是非監督的Transformer,Transformer是一個seq2se ...
李宏毅深度學習筆記 https://datawhalechina.github.io/leeml-notes 李宏毅深度學習視頻 https://www.bilibili.com/video/BV1JE411g7XF step1 神經網絡 激活函數是sigmoid,紅色圈是一組神經元,每個 ...
P1 一、線性回歸中的模型選擇 上圖所示: 五個模型,一個比一個復雜,其中所包含的function就越多,這樣就有更大幾率找到一個合適的參數集來更好的擬合訓練集。所以,隨着模型的復雜度提 ...
半監督學習 什么是半監督學習? 大家知道在監督學習里,有一大堆的訓練數據(由input和output對組成)。例如上圖所示\(x^r\)是一張圖片,\(y^r\)是類別的label。 半監督學習是說,在label數據上面,有另外一組unlabeled的數據,寫成\(x^u ...
一、機器學習簡介 是什么? 機器學習:給模型(函數)輸入數據,輸出結果。 機器學習分類: 1)監督學習:即給定輸入和輸出以及輸出,學習函數。 2)半監督學習:數據不夠,有一部分數據有輸入和輸出,但有一部分沒有輸出。 3)無監督學習:只有輸入沒有輸出。 4)遷移學習:可以有label ...
李宏毅深度學習筆記 https://datawhalechina.github.io/leeml-notes 李宏毅深度學習視頻 https://www.bilibili.com/video/BV1JE411g7XF 背景 梯度下降 假設有很多參數\(\theta\) 選擇一組初始值 ...