当前位置: 首页 > web >正文

2- PyTorch

文章目录

  • 1. Overview
  • 2. 线性模型

1. Overview

  1. 在人的智能中,最经常做的事情是推理和预测,在机器学习中也是如此。我们在以往的算法课中,所接触的穷举、贪心、分治和动规等算法都是由人设计的,而在机器学习中,算法是由数据训练得到的

  1. 人工智能是一个很庞大的领域:
    在这里插入图片描述

  1. 表示学习(Representation Learning):是一种特征的提取,原始数据中的数据量可能很大,并且特征很多,所以我们希望用一种更好的方式来表示数据样本的信息。为什么不希望特征(feature)多呢?因为feature越多,需要的采样数据也就越多(指数级增加),在工程性方面也要考虑这个问题。
    在这里插入图片描述
    DeepLearning就是将特征转为了简单特征,它设立了一个额外的层来提取特征,接入到学习器最后输出。

  1. 类似于神经元,神经网络设计了感知机(preceptron):
    在这里插入图片描述

  1. 反向传播算法:在每一步求一次偏导,通过链式法则传递到最开始的输入
    在这里插入图片描述

2. 线性模型

http://www.xdnf.cn/news/7228.html

相关文章:

  • 如何使用 Apple 提供的 benchmark 工具
  • 深入解析Spring Boot与Spring Cloud在微服务架构中的实践
  • 卷积神经网络进阶:转置卷积与棋盘效应详解
  • 常见的请求头(Request Header)参数
  • 学习黑客Active Directory 入门指南(四)
  • 代码随想录哈希表part02(二)
  • 学习黑客Active Directory 入门指南(一)
  • 【iOS(swift)笔记-9】WKWebView无法访问网络
  • 微服务项目->在线oj系统(Java版 - 1)
  • Python数据分析三剑客:NumPy、Pandas与Matplotlib安装指南与实战入门
  • 政务数据分类分级标准规范全解析
  • 标准差和方差是什么
  • 【GESP】C++三级真题 luogu-B3926 [GESP202312 三级] 单位转换
  • 【藏经阁】加密机服务完整解决方案,包含客户端+服务端
  • “二维前缀和”算法原理及模板
  • 知网高级检索不显示来源类别解决方法
  • 对称加密与非对称加密在 JWT 中的应用详解
  • C++模板进阶使用技巧
  • el-scrollbar 获取滚动条高度 并将滚动条保持在低端
  • mysql数据库故障排查方案
  • 批量处理 Office 文档 高画质提取图片、视频、音频素材助手
  • httpx[http2] 和 httpx 的核心区别及使用场景如下
  • C++ map multimap 容器:赋值、排序、大小与删除操作
  • 【深度学习】残差网络(ResNet)
  • 图书管理系统
  • 滑动窗口算法详解与C++实现
  • 【背包dp】小结
  • 20250518 黎曼在三维空间中总结的一维二维的规律,推广到高维度合适吗?有没有人提出反对意见
  • Power BI Desktop运算符和新建列
  • 职场方法论总结(3)-金字塔原理