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
阿明616 小时前
小白入门机器学习基础【AI】
人工智能·机器学习
东方佑16 小时前
从《事件发生与智能》的框架看中国古代命理学
人工智能·深度学习·语言模型·自然语言处理·架构
zhenaibo52118 小时前
如何向导师请教问题,才能得到有效建议?
大数据·人工智能·深度学习
乐迪信息19 小时前
港口船舶逆行怎么管?AI防爆摄像机搭载智能检测算法
大数据·人工智能·深度学习·算法·计算机视觉
FakeOccupational19 小时前
【电路笔记 信号】DBPSK 波形查找表+脉冲成形(升余弦+根升余弦滤波)
开发语言·笔记
东方佑19 小时前
事件发生与智能:微观一致性与宏观涌现性
人工智能·深度学习·自然语言处理·架构·gru
明志数科19 小时前
机器人训练数据采集中的任务拆解与原子动作清单SOP
人工智能·机器学习·机器人
盼小辉丶21 小时前
PyTorch强化学习实战(27)——进化策略在强化学习中的应用
人工智能·pytorch·深度学习·强化学习
xailorliu1 天前
SLIC_超像素算法
c++·opencv·目标检测·机器学习·计算机视觉
Horn Still Sounds1 天前
IMX6ULL裸机|I2C通信协议 + ADC模数转换学习笔记
arm开发·笔记·单片机·嵌入式硬件