人工智能学习笔记

3. CNN（用于影像分类） 实操见刘二大人第9-11讲-从全连接到CNN-有代码9. 多分类问题 本节介绍如何用softmax解决多分类问题，以及具体解决 - 掘金 CNN用于image分类 注意：

9. 多分类问题 本节介绍如何用softmax解决多分类问题，以及具体解决MNIST 我们希望输出带有竞争性，一个概率多了其他就得少，满足每个大于等于0且总和为1 实际上我们希望输出的是一个分布 9.

5. pytorch实现线性回归 用pytorch提供的工具实现一次线性模型 步骤如下： 准备dataset 设计模型：继承nn.Module类 定义Loss和optimizer优化器：用pytorc

4. 反向传播 4.1 概念 概念详见李宏毅笔记-反向传播 上述红色的线这个往回传的过程就叫反向传播 举一个简单的小例子 如此就可以轻松算出要求的$\frac {\partial L}{\partia

3. 梯度下降 3.1 分析 接上节，现实中穷举法不可能 使用梯度下降算法，是一个贪心算法，不一定全局最优，能得到局部最优 $$ 求梯度： Gradient = \frac{\partial Loss

2. 线性模型 2.1 任务介绍 根据时间，预测得分 2.2 步骤 2.2.1 步骤一：模型 随便给一个线性模型，我们使用简化的线性模型(去掉截距只看一元，简单举例)来举例： $$ \hat{y} =

2. Pytorch 2.1 Pytorch是什么 Python的一个机器学习框架 特点： 高位矩阵计算用GPU 梯度计算等常用方法封装的很好 2.2 流程 2.2.1 步骤一：加载数据 2.2.1.

李宏毅学习笔记第一讲第一章：机器学习基本概念 其中1. 机器学习基本概念 机器学习就是找一个函数 1.1分类 输出连续为回归regression 输出离散为分类classification