摘要：
线性模型(Linear Model)，通过样本特征的线性组合来进行预测的模型 线性模型做回归： 以之前房价预测的例子：在模型中的参数w（权重）与b（偏差）是可以通过数据学习的。 线性模型做分类： 用于将数据点分为离散类别。使用向量来输出（不是输出1个元素而是m个元素 m为类别数），使用线性模型预测出 阅读全文
posted @ 2025-08-11 13:43
Clopt
阅读(16)
评论(0)
推荐(0)
摘要：
自动求导 自动求导的作用 1.自动计算梯度：深度学习模型的训练依赖于梯度下降法优化损失函数。只需要定义好模型和损失函数，调用 .backward()，框架就能算出每个参数的梯度。 2.支持反向传播算法：自动求导是反向传播的基础，它构建计算图并应用链式法则来自动求出每一层的误差梯度，这正是神经网络能够 阅读全文
posted @ 2025-08-11 13:43
Clopt
阅读(98)
评论(0)
推荐(0)
摘要：
如何将矩阵计算应用于机器学习 基本概念 在实际应用中，矩阵在机器学习和深度学习领域中，发挥着不可或缺的作用。 机器学习的诸多算法，如线性回归、神经网络、卷积神经网络和循环神经网络等，本质上都依赖于矩阵算法，可使用矩阵来表示数据集、特征空间和权重矩阵等。 在机器学习中，数据通常以矩阵的形式表示。例如， 阅读全文
posted @ 2025-08-11 13:43
Clopt
阅读(50)
评论(0)
推荐(0)
浙公网安备 33010602011771号