在苹果书1.1部分中,针对”预测某电视节目未来观看人数“的情境,我们使用的模型是线性模型y=b+\omega x_{1}—— 其中b是偏置参数,\omega是权重参数;x_{1}叫做特征,也是函数的自变量;而y是待预测的数值,是函数的输出结果。 线性模型的定义是:把特征乘以一个权重,再加上一个偏置就得到输出结果的模型 —— 也...
2024 Datawhale X 李宏毅苹果书 AI 夏令营第5期——跟李宏毅学深度学习(入门) 摘要: 《深度学习详解》主要内容源于《机器学习》(2021年春),选取了《机器学习》(2017年春) 的部分内容,在这些基础上进行了一定的原创,补充了不少除这门公开课之外的深度学习相关知识。为了尽可能地降低阅读门槛,笔者对这门公开课的精...
使用深度学习,利用Sigmoid或RELU等激活函数,不断调用模型自身进行递归,叠够多的隐藏层后,就可以增加模型的灵活性,减少损失函数的输出,过程见下图,不再赘述(详情可见《深度学习详解》笔记(二)(Datawhale X 李宏毅苹果书 AI夏令营) - 知乎 (zhihu.com)): 需要注意的是,并不是损失函数的输出大,就一定是模型偏差的...
本期夏令营学习目标是——通过《深度学习详解》和李宏毅老师 21年的机器学习课程视频,入门机器学习,并尝试学习深度学习,展开代码实践。 《深度学习详解》主要内容源于《机器学习》(2021年春),选取了《机器学习》(2017年春)的部分内容,在这些基础上进行了一定的原创,补充了不少除这门公开课之外的深度学习相关知识。 ...
本期夏令营学习目标是——通过《深度学习详解》和李宏毅老师 21年的机器学习课程视频,入门机器学习,并尝试学习深度学习,展开代码实践。 《深度学习详解》主要内容源于《机器学习》(2021年春),选取了《机器学习》(2017年春)的部分内容,在这些基础上进行了一定的原创,补充了不少除这门公开课之外的深度学习相关知识。
Datawhale X 李宏毅苹果书 AI夏令营 Task2笔记 Task2.1:《深度学习详解》- 3.3&4&5 自适应学习率的概念和方法,包括AdaGrad、RMSProp和Adam等优化器。 - **训练网络时的梯度和损失变化**:训练网络时损失可能不再下降,但梯度范数不一定小,梯度可能在山谷壁间“震荡”,多数训练未到临界点就停止。
李宏毅深度学习教程LeeDL-Tutorial(苹果书) 李宏毅老师是台湾大学的教授,其《机器学习》(2021年春)是深度学习领域经典的中文视频之一。李老师幽默风趣的授课风格深受大家喜爱,让晦涩难懂的深度学习理论变得轻松易懂,他会通过很多动漫相关的有趣例子来讲解深度学习理论。李老师的课程内容很全面,覆盖了到深度学习必须掌握的...
《李宏毅深度学习教程》(李宏毅老师推荐👍,苹果书🍎),PDF下载地址:https://github.com/datawhalechina/leedl-tutorial/releases - datawhalechina/leedl-tutorial
#李宏毅天书黎明# 李宏毅#李宏毅飞升勿扰# 刚刚遇到卖草莓的,他说他的草莓绝对是最甜的东西。我嗤之以鼻,怎么可能有比我还甜的东西呢?又是虚假宣传 @L李宏毅 因为喜欢,可迎万难
机器学习[Datawhale X 李宏毅苹果书 AI夏令营]跟李宏毅学深度学习(入门)笔记-task1 https://www.kuazhi.net/ 目录 0. task1任务:1.1通过案例了解机器学习 1. 机器学习基础 1.1概念 1.2 案例学习——视频的点击数预测 step1:function with unknown step2:define loss from training data ...