理解訓練/驗證/測試集、偏差/方差、正則化以及梯度消失/梯度**/梯度檢驗等基本的概念。
需重點掌握為什麼正則化可以減少過擬合,以及對梯度消失和梯度**產生的原因和解決的方法。
訓練/驗證/測試集,資料量在百萬級以下,可以60/20/20,百萬級,98/1/1就可以了。
偏差/方差,偏差vias,方差variance,看實際的情況,可能既有偏差,又有方差。
正則化:l2正則化,有lambda,增大lambda,w會減小,網路會簡化,
dropout(隨機失活),inverted dropout(反向隨機失活),是隨機失活的一種方式,隨機減小一些網路,在測試的時候不能 用。
梯度消失/梯度**:w大於1或小於1的時候,網路加深,會是結果呈指數型增長
梯度檢驗:另一種算梯度,與我們迭代時算出的梯度計算距離,如果很接近,說明正常梯度下降。
梯度檢驗時不能使用dropout方法。
深度學習 吳恩達
第三週神經網路 啟用函式 第一門課 感謝黃博的參考筆記 一次梯度下降 正向傳播與反向傳播 一次反向傳播梯度下降 注意與機器學習課程不同的一點是,第一層不算樣本輸入 a t an z a tan z a tan z 的值域是位於 1和 1之間。a t anh z e z e zez e za tanh...
吳恩達深度學習筆記
2.02 紅色為小標題,藍色比較重要 第四講第二週 4.2.1 為什麼要進行例項 4.2.2 經典網路 lenet 5網路當時還沒有padding,所以在卷積過程當中越來越小 也沒有relu函式,當時這個例子用的是sigmoid函式。超級引數不是很多。這個典型的網路有padding,使用的是relu...
總結 吳恩達深度學習
從去年8月份開始,ai界大ip吳恩達在coursera上開設了由5們課組成的深度學習專項課程,掀起了一股人工智慧深度學習熱潮。這裡附上deeplearning.ai的官網 deeplearning.ai,也可以在網易雲課堂學習 有中文字幕 關於該深度學習專項課程,本人非常推薦!它對於理解各種演算法背...