我觉得万事万物都逃不过y=f(x)这个关系,输入在某种法则作用下变成了输出,这个用来理解宇宙,就是我们知道宇宙的现状,就是y,知道自然法则,就是f,我们不知道的是x,其实深度学习也是如此,模型要找的是f,通过不断减小预测和真实值的 损失来找最好的w和b,而这个就是f,最好的f应该是方之四海而皆准的,而且深度学习中很多都是分类问题,图像分类,文本分类是分类,图像分割也可以看成分类,是对像素的分类,还有翻译,就是预测下一个字的概率分布,也是分类,看这个词元属于词汇表中的哪一个,图片可以看成序列,因为它是由像素值有序排成的,文本就是序列,所谓词嵌入就是为单个词元用数学向量表示,这样可以把这些问题归结为一个东西y=f(x),输入都是实际事物的抽象,是实际事物的数字表示,已知的是输入和结果,要找的是f,我们用损失来引导模型学习,模型在减小损失的过程中,逐渐接近本质,我之所以说翻译是分类,是因为模型要预测的是当前词元是词汇表中的那个词,就是一个词汇表大小的分类,最重要的是建摸,抽象出有用的数据
相关推荐
shangyingying_16 小时前
关于小波降噪、小波增强、小波去雾的原理区分书玮嘎7 小时前
【WIP】【VLA&VLM——InternVL系列】要努力啊啊啊7 小时前
YOLOv2 正负样本分配机制详解Blossom.1188 小时前
机器学习在智能建筑中的应用:能源管理与环境优化m0_678693339 小时前
深度学习笔记29-RNN实现阿尔茨海默病诊断(Pytorch)胡耀超10 小时前
标签体系设计与管理:从理论基础到智能化实践的综合指南fzyz12311 小时前
Windows系统下WSL从C盘迁移方案FF-Studio14 小时前
【硬核数学 · LLM篇】3.1 Transformer之心:自注意力机制的线性代数解构《从零构建机器学习、深度学习到LLM的数学认知》云渚钓月梦未杳14 小时前
深度学习03 人工神经网络ANN贾全14 小时前
第十章:HIL-SERL 真实机器人训练实战