李宏毅机器学习课程知识点摘要(14-18集)

线性回归,逻辑回归(线性回归+sigmoid),神经网络

linear regression , logistic regression , neutral network

里面的偏导的相量有几百万维,这就是neutral network的不同,他是计算量超级大的。

所以我们引入了一种新的训练方法

链式法则也就代表了反馈

这里需要引入的数学知识就是链式法则。

s对z的微分可以有两个路径。s对z的微分,这个提法还挺有意思的

现在是Backward pass

这里老师对权重做偏微分,得到的是输入值

第一项

其实是逆着往前推

相关推荐
LjQ20401 分钟前
网络爬虫一课一得
开发语言·数据库·python·网络爬虫
Guheyunyi3 分钟前
监测预警系统重塑隧道安全新范式
大数据·运维·人工智能·科技·安全
码码哈哈爱分享3 分钟前
[特殊字符] Whisper 模型介绍(OpenAI 语音识别系统)
人工智能·whisper·语音识别
郄堃Deep Traffic9 分钟前
机器学习+城市规划第十三期:XGBoost的地理加权改进,利用树模型实现更精准的地理加权回归
人工智能·机器学习·回归·城市规划
Lucky-Niu10 分钟前
解决transformers.adapters import AdapterConfig 报错的问题
人工智能·深度学习
FserSuN15 分钟前
Prompt工程学习之思维树(TOT)
人工智能·学习·prompt
哆啦A梦的口袋呀19 分钟前
基于Python学习《Head First设计模式》第九章 迭代器和组合模式
python·学习·设计模式
sponge'39 分钟前
opencv学习笔记2:卷积、均值滤波、中值滤波
笔记·python·opencv·学习
保持学习ing1 小时前
Spring注解开发
java·深度学习·spring·框架
字节跳动_离青1 小时前
智能的路径
人工智能