确定网络结构

确定损失函数

确定训练网络参数

batchsize与运算时间，平行运算，可以缩简运算时间。batchsize不能太大，这是由于内存的关系。此外，batchsize太大容易陷入局部极值点或者鞍点。batchsize＝１，类似于随机梯度下降法，这样即使有GPU也不会加速运算。

模型预测

设置ＧＰＵ运算。

参考文献

http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17.html

李宏毅机器学习课程８~~~keras相关推荐

李宏毅机器学习课程－Transfer Learning
深度学习 -> 强化学习 ->迁移学习(杨强教授报告) 李宏毅机器学习课程-Transfer Learning 迁移学习-吴恩达 freeze 待处理的理解深层神经网络中的迁移学习及Te ...
李宏毅机器学习课程12~~~半监督学习
Semi-supervised Learning The distribution of the unlabeled data tell us something. Usually with some ...
李宏毅机器学习课程４~~~分类：概率生成模型
分类问题用回归来解决? 当有右图所示的点时,这些点会大幅改变分类线的位置.这时候就会导致整体的回归结果变差.当把多分类当成回归问题,类别分别为1,2,3,4--,因为回归的问题是预测具体的值,这样定义 ...
李宏毅机器学习课程---2、Regression - Case Study
李宏毅机器学习课程---2.Regression - Case Study 一.总结一句话总结: 分类讨论可能是比较好的找最佳函数的方法:如果有这样的因素存在的话模型不够好,可能是因素没有找全 ...
台大李宏毅机器学习课程
[机器学习入门] 台大李宏毅机器学习课程,转载来自:https://blog.csdn.net/soulmeetliang/article/details/77461607 TOPIC CONTENT ...
李宏毅机器学习课程10~~~卷积神经网络
卷积的意义数字图像是一个二维的离散信号,对数字图像做卷积操作其实就是利用卷积核(卷积模板)在图像上滑动,将图像点上的像素灰度值与对应的卷积核上的数值相乘,然后将所有相乘后的值相加作为卷积核中间像素对 ...
【李宏毅机器学习课程笔记】深度强化学习（五）—— Sparse Reward
文章目录 Introduction Reward Shaping Curiosity Curriculum Learning Hierarchical Reinforcement Learning I ...
李宏毅机器学习课程--回归(Regression)
近期在学习李宏毅老师的机器学习视频(https://www.bilibili.com/video/av10590361/?p=4),下面写一下自己的心得体会. 李老师用的是精灵宝可梦做的比喻,假设进化 ...
李宏毅机器学习课程９~~~深度学习技巧
Recipe of Deep Learning Overfitting overfitting的判断是要训练误差与测试误差做比较.这个56-layer的网络在训练集上都没有训练好,说白了就是有点欠拟合 ...

李宏毅机器学习课程８~~~keras

确定网络结构

确定损失函数

确定训练网络参数

batchsize与运算时间，平行运算，可以缩简运算时间。batchsize不能太大，这是由于内存的关系。此外，batchsize太大容易陷入局部极值点或者鞍点。batchsize＝１，类似于随机梯度下降法，这样即使有GPU也不会加速运算。

模型预测

设置ＧＰＵ运算。

李宏毅机器学习课程８~~~keras相关推荐

最新文章

热门文章