-
注意類型變換和loss梯度下降
查看全部 -
命令式編程VS聲明式編程
查看全部 -
計算圖模型（聲明式編程）
查看全部 -
多分類函數損失：平方差和交叉熵
查看全部 -
多元分類，0.4大于其他概率，所以為第三類。損失函數定義為與目標分類的向量絕對值之和。
查看全部 -
目標函數舉例1：
????二元分類，得到的分類為1的概念處于0到1之間，損失=1-預測為1的概率
查看全部 -
多分類邏輯斯蒂回歸模型思想（歸一化）
查看全部 -
二分類邏輯斯蒂回歸模型
查看全部 -
深度學習算法
查看全部 -
機器學習崗位職責
查看全部 -
機器學習應用流程
查看全部 -
應用場景舉例：
????分類問題——圖像識別????回歸問題——股價預測、房價預測
????排序問題——點擊率預估、推薦
????生成問題——圖像生成、圖像風格轉換、圖像文字描述生成
查看全部 -
每個輸出都和矩陣每個向量做內積
查看全部 -
神經元多輸出例子
查看全部 -
對分類邏輯回歸模型=多加神經元
查看全部
舉報
0/150
提交
取消