首页
Python
Java
前端
数据库
Linux
Chatgpt专题
开发者工具箱
cs230专题
Stanford CS230学习笔记(二):Lecture 2 Basics, Logistic Regression and Vectorization
事先声明:本文是写给自己看的,发在这里是因为掘金图床真的好方便orz(是的之前在掘金上,但是后来掘金的文中代码块标红,好难看!),本系列将按照我自己的逻辑整理,知识点并没有全写上,还可能会出现随心所欲中英文混杂的情况,公式也打算截图,如果你碰巧看到我的想要照着看也不是不行,但网上总结得比我好的太多了,甚至可以去找找看Stanford自己整理的笔记,内容很全,不过是全英文的,而且排版有点反人类 深
阅读更多...
CS230 Lecture 2深度学习的直观认识(Deep Learning Intuition)
观看斯坦福大学公开课CS230后记录笔记,以便以后查阅之用。 使用逻辑回归解决特定目标是否在图片中问题时,对于判断目标是否存在于图片中,对输出的编码可以采用sigmoid函数编码,设置一个阈值,当模型输出大于阈值时,判断存在,反之不存在图中。 解决一个动物分类问题时,当图片中只有一个动物时,可以使用One-Hot编码,当图片中存在多个动物时,也可以采One-Hot编码,例如[1,1,0]
阅读更多...