神经网络基础-目录

神经网络基础(31)神经网络基础详解

神经网络基础(32)无基础小白都能理解机器学习的核心概念

神经网络基础(33)人工智能课程学习的10大基本问题与学习方法的建议 

神经网络基础(11)机器学习、深度学习模型、模型训练

神经网络基础(12)常见loss损失函数之均分误差MSE、绝对值误差MAE、平滑平均绝对误差Huber 

神经网络基础(1)激活函数(1)sigmoid与二元逻辑分类的神经元模型

神经网络基础(2)激活函数(2)sigmoid与多分类的神经网络模型

神经网络基础(3)激活函数(3)SoftMax与多分类神经网络模型

神经网络基础(4)逻辑分类标签与OneHot编码

神经网络基础(5)模型训练-常见loss损失函数之逻辑分类,对数函数,交叉熵函数

神经网络基础(6)模型训练-常见优化器Optimizer及其算法 - 梯度下降法系列 

神经网络基础(7)模型训练-超参数 - 学习率(learning rate)

神经网络基础(8)模型训练-优化算法的本质是盲人探路或迷雾探险 

神经网络基础(9)模型训练-监督式学习常见学习材料:训练数据集、验证数据集、测试数据集

神经网络基础(10)模型训练-泛化、过拟合、欠拟合以及常见的解决办法

posted @ 2023-12-22 20:58  秋华  阅读(35)  评论(0编辑  收藏  举报