机器学习和深度学习--李宏毅 (笔记与个人理解)Day 16

Day 16 deep Learning -- 鱼与熊掌兼得

最近在减重, 昨天跑了个一公里,然后今天上午又打了个篮球,真是老胳膊老腿了,运动完给我困得不行

Review 见前面的笔记

这里说dl 会提供一个足够大的模型, 来使得Dall loss 足够小,但是从这里没有看出来deepLearning 更好呀,这不是还是需要一个big training data 嘛

Fat or Tall?

Why?

同样的function 参数较少 -- 以为着较少的over fitting and less training data

相关推荐
yiyu07164 小时前
3分钟搞懂深度学习AI:实操篇:池化层
人工智能·深度学习
哥布林学者6 小时前
高光谱成像(六)滤波匹配 MF
机器学习·高光谱成像
CoovallyAIHub11 小时前
OpenClaw 近 2000 个 Skills,为什么没有一个好用的视觉检测工具?
深度学习·算法·计算机视觉
CoovallyAIHub11 小时前
CVPR 2026 | 用一句话告诉 AI 分割什么——MedCLIPSeg 让医学图像分割不再需要海量标注
深度学习·算法·计算机视觉
CoovallyAIHub12 小时前
Claude Code 突然变成了 66 个专家?这个 5.8k Star 的开源项目,让我重新理解了什么叫"会用 AI"
深度学习·算法·计算机视觉
yiyu07161 天前
3分钟搞懂深度学习AI:实操篇:卷积层
人工智能·深度学习
哥布林学者1 天前
高光谱成像(五)高光谱成像的噪声估计
机器学习·高光谱成像
CoovallyAIHub1 天前
181小时视频丢给GPT-5,准确率只有15%——南大联合NVIDIA等五校发布多模态终身理解数据集
深度学习·算法·计算机视觉
CoovallyAIHub1 天前
CVPR 2026 | GS-CLIP:3D几何先验+双流视觉融合,零样本工业缺陷检测新SOTA,四大3D工业数据集全面领先!
深度学习·算法·计算机视觉