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
Blossom.1181 小时前
使用Python和Scikit-Learn实现机器学习模型调优郄堃Deep Traffic3 小时前
机器学习+城市规划第十四期：利用半参数地理加权回归来实现区域带宽不同的规划任务GIS小天4 小时前
AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年6月7日第101弹小喵喵生气气5 小时前
Python60日基础学习打卡Day46红衣小蛇妖7 小时前
神经网络-Day44大写-凌祁7 小时前
论文阅读：HySCDG生成式数据处理流程柯南二号7 小时前
深入理解 Agent 与 LLM 的区别：从智能体到语言模型C137的本贾尼9 小时前
(每日一道算法题)二叉树剪枝Blossom.1189 小时前
使用Python和Flask构建简单的机器学习APILilith的AI学习日记10 小时前
什么是预训练？深入解读大模型AI的“高考集训”