【笔记】机器学习 - 李宏毅 - 7 - Deep Learning
2024-09-05 10:43:39
深度学习发展历史:
感知机和逻辑回归很像,只是没有\(sigmoid\)激活函数。
深度学习训练的三个步骤:
Step1:神经网络(Neural network)
Step2:模型评估(Goodness of function)
Step3:选择最优函数(Pick best function)
Step1:
完全连接前馈神经网络 Fully Connect Feedforward Network:
概念:输入层、隐藏层、输出层、神经元
Deep = Many hidden layers
全连接:两层之间两两都有连接
层数很多,运算量大,用loop不合适,应该用矩阵计算,可以并行计算,用GPU去加速。
需要多少层,每层多少个神经元?尝试+直觉
结构可以自动确定吗?比如进化人工神经网络可以
自己设计?比如卷积神经网络CNN
Step2:
用交叉熵来度量Loss
Step3:
使用Gradient Descent多次迭代
在神经网络中计算损失最好的方法就是反向传播,我们可以用很多框架来进行计算损失,比如说TensorFlow,theano,Pytorch等等
思考:
为何要用多层?后续章节有介绍。
最新文章
- rsync同步
- POJ 3294 二分找超过一半字符串中存在的子串
- ORA-00030: User session ID does not exist.
- C# 多重overide
- json注意:
- 最长上升子序列[LIS]
- POJ 2503 Babelfish
- 李洪强漫谈iOS开发[C语言-018]-scanf函数
- jquery - ul li click 无响应
- 【POJ2761】【fhq treap】A Simple Problem with Integers
- CH Round #53 -密室
- php字符串常用处理函数(数组的拆分、查找替换)
- [TYVJ] P1027 木瓜地
- 关于android混淆文件project.properties和proguard-project.txt详解
- webpack的Hot Module Replacement运行机制
- 内核对象 windows操作系统
- iOS简单动画效果:闪烁、移动、旋转、路径、组合
- TensorFlow实战之实现自编码器过程
- python的测试
- GIT版本控制工具总结