動手學深度學習 Part2

2021-10-02 23:08:21 字數 322 閱讀 8390

前饋網路直接向前遞送資訊(不會再次接觸已經經過的節點)。

前饋網路根據標記的影象進行訓練,直到猜測影象類別時產生的錯誤最小化。 通過一組經過訓練的引數(或者稱為權重,統稱為模型) ,網路就可以對它從未見過的資料進行分類了。

乙個訓練好的前饋網路可以應用在任何隨機的**資料集中,它識別的第一張**,並不會影響它對第二張**的**。

也就是說,前饋網路沒有時間順序的概念,它考慮的唯一輸入就是它所接觸到的當前的輸入樣例。

與前饋網路相比,迴圈網路的輸入不僅包括當前的輸入樣例,還包括之前的輸入資訊。

參考:迴圈神經網路(rnn)和lstm初學者指南 | 入門資料

動手學深度學習筆記2

part1 模型選擇1 誤差與資料集 訓練誤差 training error 模型在訓練集上表現出的誤差。泛化誤差 generalization error 在任意乙個測試資料樣本上表現出的誤差的期望。舉個栗子,訓練誤差就是做往屆試卷 訓練 的錯誤率,泛化誤差則可以通過真正參加考試 測試 時的答題錯...

動手學深度學習學習筆記(2)

操作 算術操作 在pytorch中,同一種操作可能有很多種形式,下面用加法作為例子。加法形式一 y torch.rand 5,3 print x y 加法形式二 print torch.add x,y 還可指定輸出 result torch.empty 5,3 torch.add x,y,out r...

動手學深度學習

線性回歸的基本要素 模型 為了簡單起見,這裡我們假設 只取決於房屋狀況的兩個因素,即面積 平方公尺 和房齡 年 接下來我們希望探索 與這兩個因素的具體關係。線性回歸假設輸出與各個輸入之間是線性關係 price warea area wage age b price warea area wage a...