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：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 BV JE g XF step 神經網絡 激活函數是sigmoid，紅色圈是一組神經元，每個神經元都有自己的權重和偏差。 完全連接前饋神經網絡 給定網絡結構，相當於定義了一個函數集，每個神經元可以使用不同的函數， ...
2020-05-31 21:24 0 1388 推薦指數：
相關推薦
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 ...
（1）李宏毅深度學習-----機器學習簡介
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《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 ...
李宏毅深度學習筆記-半監督學習
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 ...
李宏毅深度學習筆記-反向傳播
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 ...
李宏毅深度學習筆記-Seq2seq
在講Sequence Generation之前，再復習下RNN和有門的RNN（LSTM，GRU） 之前告訴你說，RNN是一個有記憶的神經網絡，但今天從另外一個角度來講RNN。我們說RNN特別 ...
李宏毅深度學習筆記-Adagrad算法
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 普通的梯度下降法 學習率\(\eta\)是個超參數需要人工調整 ...