成為 Python AI 深度學習達人的第一堂課學習心得
數學建模
用函數的形式表示
例如 輸入動物照片 輸出告訴這隻動物是甚麼
準備訓練資料 也可以說是考古題
這些資料越多越好 人工智慧要大量的資料
會把考古題分乘兩部分
一個是 訓練資料
一個是 測試資料
因為如果全部拿去訓練 沒有測試 會不確定這個人工智慧是不是可以用的
測試資料是不會丟進去訓練的 也就是他沒有看過這些題目
所以是訓練資料訓練好了再拿測試資料去測試 如果測試好的話 代表這個訓練的結果還不錯
神經網路建好了
之後會去調整參數
每調整一組參數後會給我們一組參數
調整後希望可以正確地學到考古題的資料
這是損失函數去計算距離 距離越小越好
用到 gradient descent =>
在神經網路的特性叫做 backpropagagation =>
留言
張貼留言