我做完了李沐老师这套课程的笔记,笔记里有数据集、课件、代码、及运行结果,还添加了目录、补充知识点、代码注释、纠正了代码报错情况,不用谢。 Github在国内打开有点慢,有时会出现打不开,电脑浏览器换个网速好点的WIFI,刷新几次就好了。 00 预告 01 课程安排 02 深度学习介绍 03 配置版本 04 数据操作、数据...
欠拟合(underfitting):训练误差和验证误差都很严重,但差距小,如果模型不能降低训练误差,可能意味着模型过于简单,表达能⼒不⾜,⽆法捕获学习模式 过拟合(overfitting):训练误差明显低于验证误差,训练样本数量不⾜。深度学习领域,最好的预测模型在训练数据上的表现往往⽐在保留数据上好得多。实际更关心验证误差,...
对于平⽅损失和仿射变换,可以明确地写成如下形式: (3) |B| 表⽰每个小批量中的样本数(批量⼤小batch size),η表⽰学习率(learning rate)。批量⼤小和学习率的值是⼿动预先指定,而不是通过模型训练得到的。这些可以调整但不在训练过程中更新的参数称为超参数(hyperparameter)。调参(hyperparameter tunin...
这门课程基于李沐等人编写的《动手学深度学习》第二版。《动手学深度学习》既有开源项目，也有纸质书，它覆盖了90年代至今重要的模型，特别是每一章都是一个Jupyter记事本，提供了所有模型的完整实现，并在真实数据上运行从而获得直观体验。目前，它已经被全球 55 个国家 300 所大学用于教学。第2版新加了大量内容，...
李沐《动手学深度学习》课程笔记,代码详细中文注释#论文 #人工智能 #深度学习 - 人工智能论文搬砖学姐于20231005发布在抖音,已经收获了21.1万个喜欢,来抖音,记录美好生活!
目前暂时采用先看视频,再根据文档记笔记的方法进行学习,试验一下学习效率如何 (不得不说在问答环节的一些问题很多都是易错不容易理解的一些问题) 1.SVM是支持向量机模型,是一种二分类模型 2.通过增加神经网络的深度而不是神经元的个数,主要是因为在达成相同效果的前提下…阅读全文 赞同1 添加评论...
李沐动手学深度学习课程笔记,代码详细中文注释#人工智能 #深度学习 #机器学习 #自然语言处理 #计算机视觉 - 人工智能论文搬砖学姐于20231221发布在抖音,已经收获了20.1万个喜欢,来抖音,记录美好生活!
从入门到精通一口气学完CNN、RNN、GAN、GNN、DQN、Transformer、LSTM等八大深度学习神经网络!丨零基础篇 会AI的哈利波特 3810 18 【教材+源码】李沐大神《动手学深度学习》最新视频教程,深度学习必读圣经! 动手学深度学习 4966 24 爆火!全网最全最详细的人工智能学习路线图,从零开始,入门到精通! 自学人工智能 ...
由于权重衰减在神经网络优化中很常用, 深度学习框架为了便于我们使用权重衰减, 将权重衰减集成到优化算法中,以便与任何损失函数结合使用。 此外,这种集成还有计算上的好处, 允许在不增加任何额外的计算开销的情况下向算法中添加权重衰减。 由于更新的权重衰减部分仅依赖于每个参数的当前值, 因此优化器必须至少接触每个参数...
【李沐老师观点】微调是深度学习,特别是计算机视觉来说,最重要的一种技术。整个深度学习为什么正常WORD?是因为微调的存在。所谓“微调”也称为“Transfer Learning”,即迁移学习,它是影响和改变了计算机视觉的一种重要方法。 李沐老师强调,即使前面所介绍过的一些知识被忘记,但是【微调】是不可被遗忘的,是深度学习最...