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
Moshow郑锴9 小时前
机器学习的特征工程（特征构造、特征选择、特征转换和特征提取）详解C++、Java和Python的菜鸟10 小时前
第六章 统计初步mit6.82413 小时前
[1Prompt1Story] 注意力机制增强 IPCA | 去噪神经网络 UNet | U型架构分步去噪Jina AI13 小时前
回归C++: 在GGUF上构建高效的向量模型试剂界的爱马仕17 小时前
胶质母细胞瘤对化疗的敏感性由磷脂酰肌醇3-激酶β选择性调控AI波克布林18 小时前
发文暴论！线性注意力is all you need！张子夜 iiii18 小时前
机器学习算法系列专栏：主成分分析(PCA)降维算法（初学者）Blossom.11818 小时前
把 AI 推理塞进「 8 位 MCU 」——0.5 KB RAM 跑通关键词唤醒的魔幻之旅2502_9271612820 小时前
DAY 40 训练和测试的规范写法赵英英俊21 小时前
Python day46