一叶知否

1.进行误差分析 如果希望算法能胜任人类能做的任务，但算法还没达到人类的水平，那么可以人工检查下算法犯的错误，也许这样就可以知道下一步该做什么，这就是误差分析。 如图9.1，...

一叶知否

1.为什么要ML策略 假设正在调试猫分类器，经过一段时间的调整达到了90%准确率，但是仍然不够理想，需要改善。改善方法比如： 去收集更多的训练数据， 或者集更多不同姿势的猫咪...

一叶知否

1.调试处理 神经网络会涉及很多不同超参数的设置，超参数调试过程有一些技巧。 如图7.1，超参数有学习率α、momentum的β、Adam的ε、神经网络层数#layers、不...

一叶知否

1.Mini-batch梯度下降法 机器学习的应用是高度依赖经验的过程，伴随着大量迭代的过程，你需要训练诸多模型，才能找到合适的那一个。优化算法能够帮助你快速训练模型。 深度...

一叶知否

1.训练/开发/测试集 前面介绍了如何构建神经网络，接下来介绍如何有效运作神经网络，涉及到参数调优、如何构建数据、优化算法快速运行从而使学习算法在合理时间内完成学习。 训练神...

一叶知否

1.深层神经网络 到目前为止我们熟悉了logistic回归、单隐藏层神经网络、前向和后向传播、向量化以及为什么随机初始化比较重要。现在要把这些理念结合起来构成深度神经网络模型...

一叶知否

1.神经网络概览 如图3.1，logistic回归模型的流程就是，输入特征x、参数w和参数b，然后算出z，再使用sigmoid函数算出a即是 ，然后计算损失函数L，这就是神经...

一叶知否

1.二分分类 如图2.1就是一个二分分类问题的例子，识别此图并输出标签，如果是猫输出1，否则输出0，我们用y表示输出标签。 2.图片表示 计算机保存一张图片，要保存三个独立矩...

一叶知否

1.什么是深度学习 深度学习是训练神经网络的一种方法，可以训练很深的神经网络，属于机器学习分支。 2.什么是神经网络 下面是个房子预测例子。 根据价格随房子大小变化，可以绘制...