李宏毅深度學習筆記-為什么要深度？
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 ...
原文：深度學習Deep Learning Tutorial（李宏毅）————————自學筆記
自己接觸的一些東西不夠深入，整個體系的結構也不夠清晰，所以回頭從一些入門經典資料進行重新梳理。以下內容圖片均來自Deep learning tutorial 李宏毅 ，其他內容均為本人自己的理解而做的一些記錄，不代表原文觀點，不保證准確性。 一 深度學習介紹 . 深度學習的介紹 先來看看機器學習是什么，可以看做尋找一個能夠得到我們期望解的函數。通過訓練數據，我們可以找到包含若干函數的集合，在其中找 ...
2017-10-20 17:43 0 4031 推薦指數：
相關推薦
mate learning學習筆記（李宏毅）
mate learning = learn to learn 如下圖所示，mate learning就是 輸入訓練資料到 F，輸出的是一個可以用來識別圖像的 f*。 F（training data） = f （一個神經網絡） 而與其他的機器學習模型不同的是，機器學習是訓練出來一個模型F ...
李宏毅深度學習筆記-Transformer
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2021春機器學習課程筆記——Introduction of Machine/Deep Learning
本文作為自己學習李宏毅老師2021春機器學習課程所做筆記，記錄自己身為入門階段小白的學習理解，如果錯漏、建議，還請各位博友不吝指教，感謝！！ 一、Machine Learning概念理解 Machine Learning主要的任務是尋找一個合適的Function來完成我們的工作（非常不嚴 ...
李宏毅深度學習筆記-深度學習簡介
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 ...
李宏毅機器學習筆記12（Transfer Learning）
Transfer Learning 1、什么是遷移學習 2、如何實現遷移學習 1）source有label，target有label 一、model fine-tuning（模型微調） 方法一、conservative training（保守訓練 ...
李宏毅《機器學習 深度學習》簡要筆記（一）
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 ...