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
sinat_28694519几秒前
AI Coding 时代的 TDD:从理念到工程落地
人工智能·深度学习·算法·tdd
Rabbit_QL2 小时前
【理论分析】信息熵的极值问题:什么时候最小?什么时候最大?
人工智能·深度学习
Z.风止3 小时前
Large Model-learning(3)
人工智能·笔记·后端·深度学习
春末的南方城市3 小时前
比肩顶尖闭源模型!京东开源240亿参数多模态模型JoyAI-Image:统一理解/生成/编辑,重塑AI图像编辑。
人工智能·深度学习·机器学习·计算机视觉·aigc
哥布林学者3 小时前
深度学习进阶(七)Data-efficient Image Transformer
机器学习·ai
做cv的小昊3 小时前
【TJU】应用统计学——第五周作业(3.1 假设检验的基本思想、3.2 单个正态总体参数的假设检验)
学习·线性代数·机器学习·数学建模·矩阵·概率论·tju
kyle-fang3 小时前
大模型微调
人工智能·深度学习·机器学习
EmmaXLZHONG3 小时前
Deep Learning With Pytorch Notes
人工智能·pytorch·深度学习
Master_oid4 小时前
机器学习38:距离度量与特征处理
人工智能·机器学习
龙文浩_4 小时前
AI NLP核心技术指南
人工智能·pytorch·深度学习·神经网络·自然语言处理