機器學習過程就是歸納和演繹的過程
機器學習演算法構成的三要素
1.假設空間——模型的假設或表示
2.優化目標——評價或損失函式（loss）
3.尋解演算法——優化/求解演算法
神經網路的三要素
1.神經元
2.多層連線
3.前向計算（得到輸出）後向傳播
建模、訓練的套路
1.資料處理——完成預處理操作
2.模型設計——網路結果設計
3.訓練配置——設定模型採用的尋解演算法
4.訓練過程——前向計算、損失函式（優化目標）後向傳播
5.模型儲存——儲存模型，**時呼叫
個人感想
第一天的課程對深度學習有了基本的認識，知道了模型訓練的框架，並且使用房價**這個案例來講解多元線性回歸模型的構建過程，一步步的按照既定的框架完成了模型的訓練，對課程的教授質量有了足夠強的信心，也更加相信自己能夠真正入門深度學習。
因為計算損失函式時需要把每個樣本的損失函式值都考慮到，所以我們需要對單個樣本的損失函式進行求和，並除以樣本總數nnn。
loss=1n∑i=1n(yi−zi)2loss= \frac\sum_^n
loss=n1i=1∑n(yi−zi)2
在network類下面新增損失函式的計算過程如下：
class
network
(object):
def__init__
(self, num_of_weights)
:# 隨機產生w的初始值
#為了保持程式每次執行結果的一致性，此處設定固定的隨機數種子
np.random.seed(
0)
self.w = np.random.randn(num_of_weights,
1)
self.b =0.
defforward
(self, x)
:
z = np.dot(x, self.w)
+ self.b
return z
defloss
(self, z, y)
:
error = z - y
cost = error * error
cost = np.mean(cost)
return cost
百度飛槳（Paddle）使用初體驗
該平台有大量的課程 比賽可以參與，也有詳細的新手指導，更有免費的gpu可以蹭，詳細內容大家自己開啟就可以看到了 裡面有飛槳框架使用的詳細教程與說明，也可以搜尋飛槳api埠呼叫的說明，很方便啦 飛槳本地部署快速安裝 install quick 本次的課程是cv入門，我作為一條研二狗感到汗顏 馬上就要找...
百度領航團飛槳零基礎Python 學習筆記
函式是組織好的，可重複使用的，用來實現單一，或相關聯功能的 段。def student name name 列印學生的名字 print 姓名 name return 例2 下面定義乙個函式，返回多個值 def student name and age 記錄學生的名字和年齡 name input 請輸...
百度飛槳領航團 零基礎python速成營學習心得
偶然得知這個python速成營，我懷著試一試的心態前去報名。本課程週期為六天，每天都會有作業，助教老師也會無時無刻的耐心解答我們在編譯 現的問題。作為乙個python新手小白，可以說我對python的一切都是未知的。剛開始心情難免有些惶恐，經過一步步的學習之下，這六天的課程也即將結束。我們都知道，六...