暂无评论
过拟合、欠拟合及其解决方案 过拟合和欠拟合 一类是模型无法得到较低的训练误差,我们将这一现象称作欠拟合(underfitting); 另一类是模型的训练误差远小于它在测试数据集上的误差,我们称该现象为
机器翻译及相关技术 机器翻译和数据集 机器翻译(MT):将一段文本从一种语言自动翻译为另一种语言,用神经网络解决这个问题通常称为神经机器翻译(NMT)。 主要特征:输出是单词序列而不是单个单词。 输出
过拟合、欠拟合及其解决方案 训练误差:模型在训练数据集上表现出的误差。 泛化误差:模型在任意一个测试数据样本上表现出的误差的期望,并常常通过测试数据集上的误差来近似——机器学习模型应关注降低泛化误差。
ThisisanattempttomodifyDiveintoDeepLearning,BerkeleySTAT157(Spring2019)textbook'scodeintoPyTorch.
使⽤MXNetGluon来动⼿学深度学习0.4
《动手学深度学习》图书电子版，2018年9月才写完，纸质版还没有上市哦。介于纯理论和纯实践之间，让你手把手学会深度学习。
高清文字中文版无套路，面向中文读者的能运行、可讨论的深度学习教科书，人工智能机器学习深度学习领域重磅教程图书，美亚科学家作品，交互式实战环境下动手学深度学习的全新模式，原理与实战紧密结合
动手学深度学习byAstonZhang,MuLi（书签PDF+源码），2019发表，547页资料，介绍了基础知识、RNN、CNN、算法优化、计算性能、CV、NLP等。
house price 学习记录。 %matplotlib inline import torch import torch.nn as nn import numpy as np import pa
这是最新的一期深度学习内部资料，里面涉及到BP神经网络、CNN、RNN以及优化算法、如何调参等。适合零基础和有一些基础像加深对BP神经网络理解的初学者
暂无评论