摘要: 深度学习课程笔记(五)Ensemble 2017.10.06 材料来自: 首先提到的是 Bagging 的方法: 我们可以利用这里的 Bagging 的方法,结合多个强分类器,来提升总的结果。例如: 通过这种求平均的方法,可以得到更加接近 真实值的输出。 我们可以对训练数据集进行随机采样,构建四个子 阅读全文
posted @ 2017-10-06 22:46 AHU-WangXiao 阅读(1486) 评论(0) 推荐(0) 编辑
摘要: 深度学习课程笔记(四)Gradient Descent 梯度下降算法 2017.10.06 材料来自:http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLDS17.html 我们知道在神经网络中,我们需要求解的是一个最小化的问题,即:最小化 loss func 阅读全文
posted @ 2017-10-06 14:28 AHU-WangXiao 阅读(670) 评论(0) 推荐(1) 编辑
摘要: 深度学习课程笔记(三)Backpropagation 反向传播算法 2017.10.06 材料来自:http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLDS17.html 反向传播算法这里是用到 chain rule(链式法则)的,如下图所示: 这个应该没什么 阅读全文
posted @ 2017-10-06 00:51 AHU-WangXiao 阅读(525) 评论(0) 推荐(0) 编辑