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
承渊政道8 小时前
【从零开始大模型开发与微调:基于PyTorch与ChatGLM】（从环境搭建到第一个训练闭环:PyTorch2.0深度学习入门实战)湘美书院--湘美谈教育8 小时前
湘美谈教育湘美书院考古教育系列：湖南史前文化序列整理keykey6.8 小时前
逻辑回归：从回归到分类力学与人工智能8 小时前
论文分享 | 优化离散损失求解反问题：无需神经网络的快速精确学习硅谷秋水17 小时前
HARBOR：一个面向具身智体机器人强化学习的驾驭框架Rocky Ding*20 小时前
Latent Consistency Models：一篇读懂扩散模型的少步生成核心基础知识学术头条20 小时前
清华团队开源SCAIL-2：角色动画告别骨骼依赖，端到端还原视频中动作细节Black蜡笔小新20 小时前
制造业AI质检工作站/企业AI算力工作站DLTM助力制造业质检智能化升级大C聊AI1 天前
通用大模型纷纷收费，垂直场景AI工具的价值正在被重估