获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
赞
0
返回
|
搜索文章
最新 热门
  • Batch 与 Mini-Batch 梯度下降的权衡与选择
    深度学习中，Batch梯度下降使用整个训练集计算梯度，更新稳定但计算成本高；Mini-Batch梯度下降则使用小批量数据，在内存效率和计算速度上更优，是当前主流方法。
    • 23小时前
    • 8
    • 评论
    算法
  • 输入归一化 (Input Normalization)为何必须使用训练集的μ和σ？
    输入归一化是机器学习数据预处理的关键步骤，通过对特征值进行标准化调整（通常采用均值-标准差方法），使不同量纲的特征具有可比性。其核心价值在于优化梯度下降效率，确保特征贡献均衡。实施时需严格遵循使用训练
    • 3天前
    • 9
    • 评论
    人工智能
  • 理解Inverted Dropout的每一步
    理解Inverted Dropout的每一步 Dropout是一种强大的神经网络正则化技术。为了真正掌握它，我们必须清晰地追踪数据在网络中每一步的变化，尤其是在加入了Dropout之后。
    • 3天前
    • 9
    • 评论
    人工智能
    • 个人成就
    文章被阅读 26
    掘力值 30
    收藏集
    5
    关注标签
    4
    加入于