![preview](https://dl-preview.csdnimg.cn/88284337/0001-9424aeab4df2375b86a081398afc46fe_thumbnail-wide.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
深度学习期末考试核心问题总结 本文总结了深度学习期末考试的核心问题,涵盖了梯度下降法、批量梯度下降法、随机梯度下降法、动量梯度下降法、自适应学习率的梯度下降法、逻辑回归、线性回归、sigmoid 函数、ROC 曲线、准确率、精确率、召回率、AUC 等概念。每个概念都详细解释了其定义、优缺点、作用和计算方法。 梯度下降法是深度学习中最基本的优化方法,用于更新模型参数以最小化损失函数。梯度下降法的基本思想是使用函数梯度来改善所要优化的函数值,更新方法为:w = w0 – lr \* w_grad,lr 为学习率。 批量梯度下降法是最原始的形式,它是指在每一次迭代时使用所有样本来进行梯度的更新。随机梯度下降法不同于批量梯度下降,它的具体思路是:算法中对 Theta 的每次更新不需要再全部遍历一次整个样本,只需要查看一个训练样本进行更新,之后再用下一个样本进行下一次更新。 动量梯度下降法是指在梯度下降算法中引入动量的优化方法,积累了梯度指数级衰减的移动平均值,避免了局部最小值问题。自适应学习率的梯度下降法是一类用于调节超参数的优化算法,包括 AdaGrad、Adam 等。 逻辑回归和线性回归都是机器学习中常用的算法,逻辑回归的输出是(0,1),损失函数为交叉熵损失函数,而线性回归的预测输出是(负无穷,正无穷),损失函数可以为平方差损失函数。 sigmoid 函数是一个重要的激活函数,在逻辑回归中用于将输出归一化到 0-1 之间。ROC 曲线是显示分类模型在所有分类阈值下的效果的图标,能够评判分类器的效果,不受分类阈值的影响,对不平衡的样本也有效。 准确率是模型预测正确的结果所占的比例,精确率和召回率都是评估分类模型性能的指标。AUC 是 ROC 曲线下的面积,曲线下的面积是测量从(0,0)到(1,1)之间 ROC 曲线以下的整个二维面积。 在神经网络中,ReLU 比 Sigmoid 和 tanh 好,因为 ReLU 能够缓解梯度消失问题。损失函数是指汇总各样本损失的数学函数,在机器学习中能够反映模型预测的准确程度。平方损失函数是一种常用的损失函数,计算方法为:L(y, y') = (y - y')^2。
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![vsdx](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![csv](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![](https://csdnimg.cn/release/download_crawler_static/88284337/bg1.jpg)
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/08e48cce4fc0489889b60e2774a60aa2_m0_72806612.jpg!1)
- 粉丝: 496
- 资源: 2
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
最新资源
- Python支持向量机案例
- 支持向量机教程.docx
- 一个庆祝端午节的PYTHON程序,点击出现龙舟比赛并获胜的效果 这个程序创建了一个窗口,在端午节时,用户可以点击屏幕,屏幕上会出
- Gartner发布2024年人工智能技术成熟度曲线:29项决定人工智能领域发展方向的前沿和趋势性技术(全文)
- 基于springboot Vue实现的用户匹配系统, 实现了用户管理, 相似度匹配, 组队等功能
- 一个简单的儿童节烟花效果程序
- 毕业设计 - 基于Spring MVC的仿微博设计与实现
- html+css+js各种案例大全
- TP4067 SOT23-6封装线性锂离子电池充电器 深圳市可芯电子有限公司.pdf
- Autodesk Maya 2024 Free Download
![feedback](https://img-home.csdnimg.cn/images/20220527035711.png)
![feedback-tip](https://img-home.csdnimg.cn/images/20220527035111.png)
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)