09 2021 档案
摘要:Task6 简化版的DNN,拿掉特定层中的参数,为什么允许拿掉一些参数呢? 基于每层只做特定的事情,也即是说识别图像的部分特征,这样是不需要整张图片的信息 不同区域但目标相同的特征识别是不需要两种不同的探测器实现的,两个神经元不需要做两组参数,两个神经元共用一组参数即可 类似于降低图片的像素(参数)
阅读全文
摘要:Task5 神经网络设计技巧 有一个崎岖不平误差曲面 某时刻损失函数不随参数更新而下降,怎么回事? 猜想:梯度(导数)到达0了? 卡在局部最低 卡在平缓的马鞍处 分批次训练,批次的大小至关重要,不同规模的批次拥有不同的优缺点 动量思想:每次下降的方向不仅是与梯度相反的方向,并且考虑进去上一步的方向
阅读全文
摘要:Task4 分类问题:找个函数,输出是多个类别中的一个 例如宝可梦分类:将宝可梦输入,每只宝可梦的属性都可以数值化,用一个向量表示一个宝可梦 现在我们需要将一个宝可梦向量输入,输出是哪种宝可梦,如何实现呢? 收集宝可梦数据,作为训练数据,出现新宝可梦后我们就预测 用线性回归的方式硬解分类问题有时是不
阅读全文
摘要:Task3 为什么越复杂的模型在测试集error(误差)缺越大呢? 其实误差主要来源于:Bias(偏差)和Variance(方差) Error反映的是整个模型的准确度,Bias反映的是模型在样本上的输出与真实值之间的误差,即模型本身的精准度,Variance反映的是模型每一次输出结果与模型输出期望之
阅读全文
摘要:Task2 回归定义:Regression 就是找到一个函数 function,通过输入特征 x,输出一个数值 。 按步骤来 第一步:函数集(model模型) 线性模型:注意区别单特征和多特征的线性模型 y=b+w✖Xcp y=b+∑wi✖xi 第二步:优化 给定数据集,点集 如何判断众多模型的好坏
阅读全文
摘要:Task1 人工智能并不是一个很新的概念 人类给机器设定规则这种模式创造的机器永远无法超越创作者,这并不是真正的我们想要的AI 我们要做的是真正的让机器或程序变得很聪明,让其有学习的能力,可以理解成机器基于所给的资料的,寻找一个聪明的funcion。人类的自然语言太过复杂,因此采用以前的人类给机器设
阅读全文
摘要:SSM整合 整合常用的依赖和配置文件 pom.xml <?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001
阅读全文
摘要:mybatis逆向工程 maven项目中导入需要的依赖 <dependency> <groupId>org.mybatis.generator</groupId> <artifactId>mybatis-generator-core</artifactId> <version>1.4.0</vers
阅读全文

浙公网安备 33010602011771号