1.4.3 过拟合现象-正则项
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
5.6 过拟合现象-由于模型结构复杂
...
5.7 过拟合现象-早停法
...
5.2 L1正则项L2正则项
...
看完秒懂的AI基础概念，不服请回怼！通过有趣贴切的例子一口气讲清楚40多个常见AI概念和工业界AI发展脉络。过拟合，梯度消失，残差，transformer等等
...
5.1 过拟合现象
...
7.10 RNN过拟合+多层LSTM
...
5.8 早停法参数
...
4.5 损失函数汇总
...
2.10 逻辑回归知识点回顾
...
5.3 过拟合现象-由于数据匮乏造成的过拟合
...
5.4 Data augmentation数据增强
...
2.2 为什么MSE不能作为逻辑回归的损失函数？
...
1.4.1 线性回归算法代码实战-1
...
2.6 二元交叉熵函数求梯度
...
[损失函数设计] 为什么多分类问题损失函数用交叉熵损失，而不是 MSE
...
6.8 卷积层参数个数的计算2
...
6.7 卷积层参数个数的计算1
...
6.11 迁移学习
...
1.7回归与分类+机器学习分类
...
1.2梯度下降算法
...
1.3 梯度下降算法代码实战
...
1.4.2 线性回归算法代码实战-2
...
即将开学，模型性能却一直没达标，调参也没有思绪，不想被导师push该怎么突破科研进度啊？ -人工智能/深度学习/机器学习
...
5.9 batch normalization
...
6.6 应用CNN对CIFAR-10分类
...
2.9 逻辑回归项目（泰坦尼克号）实战详解-加速运算技巧
...
4.3 使用keras构建全连接神经网络
...
1.5 波士顿房价线性回归实战
...
1.6线性回归知识总结
...
6.1. 神经网络优化知识回顾mp4
...
3.6 多元交叉熵
...
3.2 softmax代码详解
...
7.1 循环神经网络介绍
...
2.7 二元交叉熵代码实战讲解
...
6.5 池化层详解
...
7.8 LSTM长短记忆循环神经网络
...
1.3机器学习做什么
...
4.4 全连接神经网络总结
...
1.1机器学习简介
...
2.3 二元交叉熵-MSE与BinaryCrossEntropy对比