摘要： 神经网络与深度学习（更新至第6讲 循环神经网络）_哔哩哔哩_bilibili 注解： 1.在这个例子中，x是个一维的标量，在很多问题中，x是一个一维的向量。 注解： 1.如果不加偏置，相当于模型穿过原点，如果加上偏置，相当于直线上移了一点。 2.可以通过增广的权重向量和增广的特征向量把在形式上b消除 阅读全文

摘要： 神经网络与深度学习（更新至第6讲 循环神经网络）_哔哩哔哩_bilibili 上一讲说模型迭代的时候要在验证集上错误率不再下降为止，为何要强调是验证集，而不是训练集呢？这就涉及到模型的泛化和正则化。 注解： 1.欠拟合：直线。 2.正常：二次曲线。 3.过拟合：比二次曲线复杂的曲线（增加了模型的复杂 阅读全文

摘要： 神经网络与深度学习（更新至第6讲 循环神经网络）_哔哩哔哩_bilibili 注解： 1.在假定的空间中建立一个最优的模型，利用这个模型建立x和y之间的关系。 2.需要有一个准则来判断学习到的模型是好是坏。 注解： 1.左边是线性模型，右边是非线性模型。 注解： 1.函数的预测值f(x,θ*)与真实 阅读全文