抱歉,您的浏览器无法访问本站

本页面需要浏览器支持(启用)JavaScript


了解详情 >

李宏毅机器学习 (3)误差和梯度下降

Optimization Fails local minima local maxima saddle point critical point (gradient = 0) Gradient 梯度消失 Hessian 在 saddle point 中可以指出更新方向。也许只存在于低维度,高维度就可以解决。 Batch Size 小批次更新频率高,每次更新不够精准,但...

李宏毅机器学习 (2)回归

PyTorch 操作 训练 model.train() # set to train mode optimizer = torch.optim.SGD(model.parameters(), lr = 1e-5, momentum = 0.9) criterion = torch.nn.MSELoss(reduction = "mean") # set loss func...

李宏毅机器学习 (1)机器学习介绍

机器学习的本质 机器学习 寻找(拟合)函数 机器学习的类型 输入量:向量、矩阵(图像)、序列(语音、文字)。 Regression(回归): outputs a scalar. (输入多类数据,输出一个预测值) Classification(预测): given classes, outputs the correct one.(输入多个类型,输出正确的那个分类) Str...



博客内容遵循 [署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0) 协议](https://creativecommons.org/licenses/by-nc-sa/4.0/deed.zh)
本站总访问量为 访客数为
本站使用 Volantis 作为主题