基础知识回顾
深度学习基础
深度学习的表现优异
深度学习在图像，文本，音频邻域应用广泛
监督学习
交叉熵损失函数
优化
最小化损失函数
梯度下降
非线性
矩阵只能解决线性问题，引入非线性激活函数
总结
相关推荐
richard_first5 小时前
Transformer与大语言模型：第13章 Decoder寒霜雨刃14 小时前
【原创】海光Z100 DCU适配vLLM实录（二）：W4A16大M Prefill结构重写、GDN融合与长上下文HIP Attention罗西的思考16 小时前
【Agentic RL / 强化学习框架】Molt 设计解读IJCAST19 小时前
IJCAST最新一期已经发布147API20 小时前
评测分数不理想，什么时候值得补蒸馏数据张人玉21 小时前
基于 Python 机器学习 与 PyQt5 桌面框架开发的可视化分析系统——基于大数据的网上购物消费行为分析可视化大屏JoannaJuanCV1 天前
VLM学习-SFT（监督微调）音视频牛哥1 天前
拆解人形机器人：从关节、灵巧手到VLA与媒体神经系统xiaokcehui1 天前
地球物理大地测量学计算系列之十七局部重力场SRBF逼近及其性能指标测评宣宣猪的小花园.1 天前
【控制算法】PID 不只是三个参数：比例、积分、微分各在解决什么问题