二分類（binary classification）：一種分類任務， 每個輸入樣本都應被劃分到兩個互斥的類別中。
多分類（multiclass classification）：一種分類任務，每個輸入樣本都應被劃分到兩個以上的類別中，比如手寫數字分類。
多標籤分類（multilabel classification）：一種分類任務，每個輸入樣本都可以分配多 個標籤。 舉個例子， 如果一幅影象裡可能既有貓又有狗， 那麼應該同時標註「貓」 標籤和「狗」標籤。每幅影象的標籤個數通常是可變的。
標量回歸（scalar regression）：目標是連續標量值的任務。**房價就是乙個很好的 例子，不同的目標**形成乙個連續的空間。
向量回歸（vector regression）：目標是一組連續值（比如乙個連續向量）的任務。如 果對多個值（比如影象邊界框的座標）進行回歸，那就是向量回歸。
小批量（mini-batch）或批量（batch）：模型同時處理的一小部分樣本（樣本數通常 為 8~128）。樣本數通常取 2 的冪， 這樣便於 gpu 上的記憶體分配。 訓練時， 小批量用來為模型權重計算一次梯度下降更新。
Python深度學習筆記（三）二分類模型
繼續來寫我的學習筆記 二分類問題 我從資料的處理，模型的構架，訓練過程，驗證模型及損失和精度的比較這幾個方面來介紹。from keras.datasets import imdb train data,train labels test data,test labels imdb.load data...
深度學習基礎之 3 1分類
我們先看看如何用神經網路在兩組不同標籤的樣本之間畫一條明顯的分界線。這條分界線可以是直線，也可以是曲線。這就是二分類問題。如果只畫一條分界線的話，無論是直線還是曲線，我們用一支筆，即乙個神經元，就可以達到目的。線性二分類 非線性二分類 如果有三個以上的分類同時存在，我們需要對每一類別分配乙個神經元，...
深度學習 使用PyTorch模擬二分類
目標效果 生成隨機資料 n data torch.ones 100,2 生成全為1的100行2列的張量 x0 torch.normal 2 n data,1 返回一組張量，表示從均值為2 n data，標準差為1的正態分佈中隨機抽取的資料 y0 torch.zeros 100 生成全為0的100行1...