【Python深度学习第二版】学习笔记之——什么是深度学习

机器学习 是将输入(比如图像)映射到目标(比如标签"猫")的过程。

这一过程是通过观察许多输入和目标的示例来完成的。
深度神经网络通过一系列简单的数据变换(层)来实现这种输入到目标的映射,这些数据变换都是通过观察示例学习得到的。

损失函数 的输出是神经网络的预测值与真实目标值的距离值。
优化器的任务是根据损失值,来对权重值进行微调,以降低当前示例对应的损失值。

相关推荐
counting money1 小时前
Java IO流详解:从InputStream到文件操作实战
java·开发语言·python
坚持学习前端日记2 小时前
Python SQLAlchemy ORM 从0到1精通实战手册(基础到复杂高阶)
数据库·python·oracle
北斗落凡尘2 小时前
LangGraph 入门实战(11)--输出模式
后端·python·langchain
雪碧聊技术3 小时前
安装Python(保姆级教程)
python·版本更新·python下载
++==3 小时前
JSON和Python的 四种核心容器
python·json
Eric.465 小时前
AI漫剧量产Prompt参数实操手册:Stable Diffusion+ComfyUI+OpenClaw通用复制即用配置
人工智能·深度学习·stable diffusion·prompt·ai漫剧
张龙6875 小时前
uv 全面指南:比 pip 快 100 倍的 Python 包管理器,从安装到团队落地
后端·python
@HNUSTer6 小时前
Python数据可视化科技图表绘制系列教程(八)
python·数据可视化·科技论文·专业制图·科研图表
专注仿真6 小时前
问答大模型技术方案算法实现-熵权法融合算法 + 交叉编码器重排算法
人工智能·python·算法·语言模型·问答大模型关键算法·熵权融合算法·交叉编码器重排算法
阿图灵6 小时前
Seq2Seq Transformer 中英翻译实战:从 GRU 到 Transformer,BLEU 0.225 → 0.307
pytorch·深度学习·gru·transformer·机器翻译·seq2seq