《动手学深度学习v2》学习笔记 | 1. 引言

写在前面

本文为《动手学深度学习v2》的学习笔记。本着自己学习、分享他人的态度,分享学习笔记,希望能对大家有所帮助。


本文为同步更新版本,文章格式可能存在问题,建议阅读以下版本:

《动手学深度学习v2》学习笔记-合集https://mp.weixin.qq.com/mp/appmsgalbum?__biz=MzkwMjM0MzA5MA==&action=getalbum&album_id=3180615146931748866#wechat_redirect

目录

  • 1.1 日常生活中的机器学习

  • 1.2 机器学习中的关键组件

  • 1.3 各种机器学习问题

参考资料:
视频: https://www.bilibili.com/video/BV1J54y187f9
教材: https://zh.d2l.ai/chapter_introduction/index.html#chap-introduction

1.1 日常生活中的机器学习

图片分类

物体检测和分割

样式迁移

人脸合成

文字生成图片

文字生成

无人驾驶

广告推荐

1.2 机器学习中的关键组件

无论什么类型的机器学习问题,都会遇到这些组件:

  1. 可以用来学习的 数据(data)

  2. 如何转换数据的 模型(model)

  3. 一个 目标函数(objective function),用来量化模型的有效性;

  4. 调整模型参数以优化目标函数的 算法(algorithm)

1.3 各种机器学习问题

监督学习(supervised learning):

  1. 回归(regression)

  2. 分类(classification)

  3. 标记问题

  4. 搜索

  5. 推荐系统(recommender system)

  6. 序列学习

无监督学习(unsupervised learning):

  1. 聚类(clustering)

  2. 主成分分析(principal component analysis)

  3. 因果关系(causality)和概率图模型(probabilistic graphical models)

  4. 生成对抗性网络(generative adversarial networks)

强化学习(reinforcement learning)

强化学习能够与环境之间相互作用

--------------- 结束 ---------------

注:本文为个人学习笔记,仅供大家参考学习,不得用于任何商业目的。如有侵权,请联系作者删除。

相关推荐
停停的茶3 小时前
深度学习——图像分割
人工智能·深度学习
花生Peadar3 小时前
完整的AI编程全自动指南
ai编程
AndrewHZ5 小时前
【图像处理基石】图像Inpainting入门详解
图像处理·人工智能·深度学习·opencv·transformer·图像修复·inpainting
jiushun_suanli5 小时前
PyTorch CV模型实战全流程(一)
人工智能·pytorch·python
学技术的大胜嗷5 小时前
如何裁剪YOLOv8m的大目标检测头并验证其结构
深度学习·yolo·目标检测·计算机视觉
迪三达6 小时前
GPT-0: Attention+Transformer+可视化
gpt·深度学习·transformer
coder_pig8 小时前
【独家实测】Cursor 2.0 发布,花一分钟看看都更新了啥
aigc·ai编程·cursor
木昆子8 小时前
大模型流式输出:七大底层传输技术对比探究
人工智能·http·ai编程
长颈鹿仙女9 小时前
发送 Prompt 指令:请用一句话总结文本内容
python·深度学习·大模型
烨瑾焕9 小时前
Cursor Rules 编写实践:从抽象原则到可执行指令
ai编程