1.深度学习模型训练过程
1)数据(数据清洗标注)
2)模型(模型的构建和初始化)
3)损失(前向传播的过程,得到模型的输出和真实标签的差异值,称之为损失)
4)优化(优化器根据3步骤得到参数的梯度不断的更新调整使得损失值不断的降低)
5)重复上述过程不断的迭代更新
2. to do list
刚接触深度学习,有几个博客写的非常好,引用一下;后续内容再更新
参考:
[1]pytorch笔记七-优化器和学习率调整策略 - 知乎
1)数据(数据清洗标注)
2)模型(模型的构建和初始化)
3)损失(前向传播的过程,得到模型的输出和真实标签的差异值,称之为损失)
4)优化(优化器根据3步骤得到参数的梯度不断的更新调整使得损失值不断的降低)
5)重复上述过程不断的迭代更新
刚接触深度学习,有几个博客写的非常好,引用一下;后续内容再更新
参考:
[1]pytorch笔记七-优化器和学习率调整策略 - 知乎
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/7264.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!