| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> 人工智能 -> 吴恩达深度学习(笔记+作业)·第二课·第三周 超参数调试、Batch正则化和程序框架 -> 正文阅读 |
|
[人工智能]吴恩达深度学习(笔记+作业)·第二课·第三周 超参数调试、Batch正则化和程序框架 |
目录 一、调试处理(随机-->合适范围内)随机: 应用大一点的mini-batch会减弱正则化的作用 ?合适范围内: ?现在在说明,为什么使用对数尺的方法,越靠近1,变化的影响的越大,所以靠近1的取值应该间隔小一点,远离1的数值之间的间隔取大一点 ? ? ?如何组织搜索过程: ? ? 二、Batch归一化? ?使得隐藏单元值的均值和方差标准化,就是某一层的z有一个固定的均值和方差 ?下面是在深度网络训练中的匹配: ?为什么会起作用: ? ?batch归一化做的就是它减少了这些隐藏层分布变化的数量。 如果是绘制这些隐藏的单元值的分布,从2d的视角来看。即使z1、z2会改变,而的确也在改变,batch归一化能够使的z1、z2的均值和方差保持不变。即使z1和z2一直在变,batch归一化至少能够保证其均值为0,方差为1或者是由γ和βγ和β决定的值。 也就是它限制了在前层的参数更新会影响数值分布的程度。当前面参数改变了它使得后面的参数适应的程度减小了,或许你可以这样想,它减少了前层参数与后层参数之间的联系,使得网络每层都可以自己学习,稍稍独立与其他层,这将有助于加速整个网络的学习。 ?batch还有一个作用,它有一个轻微的正则化的作用。 ? ?? ? ?三、Softmax回归? ?? ? ? 四、深度学习框架? ? ? 作业? ? |
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 | -2024/11/27 18:23:32- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |