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
知乎的哥廷根数学学派7 小时前
基于多模态特征融合和可解释性深度学习的工业压缩机异常分类与预测性维护智能诊断（Python）编程小白_正在努力中7 小时前
第1章 机器学习基础charlie1145141918 小时前
从 0 开始的机器学习——NumPy 线性代数部分咚咚王者9 小时前
人工智能之核心基础 机器学习 第十二章 半监督学习deephub9 小时前
构建自己的AI编程助手：基于RAG的上下文感知实现方案kebijuelun9 小时前
FlashInfer-Bench：把 AI 生成的 GPU Kernel 放进真实 LLM 系统的“闭环引擎”shangjian00710 小时前
AI大模型-卷积神经网络-对卷积的理解亚里随笔12 小时前
超越LoRA：参数高效强化学习方法的全面评估与突破computersciencer12 小时前
机器学习入门：什么是机器学习Java后端的Ai之路12 小时前
【机器学习】- CatBoost模型参数详细说明