AI01线性回归;Softmax与分类模型;多层感知机
2020-03-05 19:48
405 查看
线性回归
模型:线性回归的假设:输出与各个输入之间是线性关系,求出最终的权重与偏置
损失函数:在训练过程中衡量价格预测值与真实值间的误差,单个样本时,使用平方误差;取小批量样本时,使用平方误差求平均。
优化:使用随机梯度下降,小批量随机梯度下降指先选取一组模型参数的初始值,如随机选取;接下来对参数进行多次迭代,使每次迭代都可能降低损失函数的值。
矢量计算:使用torch做矢量加法比使用标量加法更快。
Softmax与分类模型
线性回归用于连续值预测
Softmax用于离散值预测
多层感知机
多层感知机(multilayer perceptron,MLP):神经网络的基础架构
神经网络的激活函数:使得神经网络能够进行非线性变换,激活函数一定是非线性的,通常有ReLU函数、Sigmoid函数、tanh函数
- 点赞
- 收藏
- 分享
- 文章举报
相关文章推荐
- 《动手学深度学习》笔记 Task01 线性回归;Softmax与分类模型、多层感知机
- 动手学深度学习(PyTorch)task01:线性回归;Softmax与分类模型、多层感知机
- 动手学深度学习PyTorch版---Task01:线性回归;Softmax与分类模型、多层感知机
- 动手学深度学习-线性回归;Softmax与分类模型;多层感知机
- Task1:线性回归;Softmax与分类模型;多层感知机
- 打卡-Task01:线性回归;Softmax与分类模型;多层感知机
- Task1.0 学习笔记线性回归;Softmax与分类模型、多层感知机
- 《动手学习深度学习》之一:线性回归、softmax与分类模型、多层感知机-伯禹课程-打卡1
- task01:线性回归;Softmax与分类模型;多层感知机;(主要回顾下概念)
- ElitesAI·动手学深度学习PyTorch版学习笔记-线性回归;Softmax与分类模型、多层感知机
- 深度学习d1:线性回归、Softmax与分类模型、多层感知机
- 《动手学深度学习》笔记 Task01:线性回归;Softmax与分类模型、多层感知机
- 动手学深度学习PyTorch版 | (1)线性回归、softmax与分类、多层感知机
- 机器学习(二)广义线性模型:逻辑回归与Softmax分类
- 深度学习softmax与多层感知机分类模型
- 第一次打卡,线性回归,softmax,多层感知机
- softmax与分类模型;多层感知机。文本预处理;语言模型;循环神经网络基础
- Keras 多层感知机 多类别的 softmax 分类模型代码
- 动手学深度学习 线性回归-Softmax与分类模型-多层感知机
- 线性回归、Softmax与分类模型、多层感知机