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
夜流冰27 分钟前
工程师 - Onion Architecture in Software Development
笔记
盼小辉丶30 分钟前
Transformer实战(18)——微调Transformer语言模型进行回归分析
深度学习·语言模型·回归·transformer
格林威33 分钟前
机器视觉检测如何使用360 度全景成像镜头进行AI 瑕疵检测
人工智能·深度学习·数码相机·机器学习·计算机视觉·视觉检测·相机
九章云极AladdinEdu1 小时前
深度学习优化器进化史:从SGD到AdamW的原理与选择
linux·服务器·开发语言·网络·人工智能·深度学习·gpu算力
一位搞嵌入式的 genius2 小时前
前端开发核心技术与工具全解析:从构建工具到实时通信
前端·笔记
..过云雨2 小时前
04.【Linux系统编程】基础开发工具2(makefile、进度条程序实现、版本控制器Git、调试器gdb/cgdb的使用)
linux·笔记·学习
月屯3 小时前
docke笔记下篇
笔记
能不能别报错4 小时前
K8s学习笔记(二):Pod
笔记·学习·kubernetes
shuidaoyuxing4 小时前
机器人防爆与隔爆的本质,两者的区别对比
机器学习
ACEEE12224 小时前
Stanford CS336 | Assignment 2 - FlashAttention-v2 Pytorch & Triotn实现
人工智能·pytorch·python·深度学习·机器学习·nlp·transformer