机器学习是将输入(比如图像)映射到目标(比如标签“猫”)的过程。
这一过程是通过观察许多输入和目标的示例来完成的。
深度神经网络通过一系列简单的数据变换(层)来实现这种输入到目标的映射,这些数据变换都是通过观察示例学习得到的。
损失函数的输出是神经网络的预测值与真实目标值的距离值。
优化器的任务是根据损失值,来对权重值进行微调,以降低当前示例对应的损失值。
机器学习是将输入(比如图像)映射到目标(比如标签“猫”)的过程。
这一过程是通过观察许多输入和目标的示例来完成的。
深度神经网络通过一系列简单的数据变换(层)来实现这种输入到目标的映射,这些数据变换都是通过观察示例学习得到的。
损失函数的输出是神经网络的预测值与真实目标值的距离值。
优化器的任务是根据损失值,来对权重值进行微调,以降低当前示例对应的损失值。
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/181079.shtml
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!