分享
9月1日学习交流会
输入“/”快速插入内容
🍏
9月1日学习交流会
用户2041
用户2041
2024年9月1日修改
💡
会议主题
:深度学习入门班-李宏毅深度学习怎么学:机器学习基础-线性模型篇(深度学习详解第一章第二章)
会议时间
:
学习交流会第二场9月1号晚20:00
会议地点
:腾讯会议+直播间
会议录制
:
Part1: 笔记分享
1.
自我介绍,我们互相认识下呀
2.
task 1-task3 学完了有什么收获,有什么感受呀
3.
和我们分享下如何做笔记
🥖
优秀笔记分享者1:陈依婷
优秀笔记分享者2:潘钲日
Part 3.1: AI辅助学习体验
1.
请详细回答激活函数的作用是什么,它如何影响模型的拟合能力和复杂性?
2.
请详细在应用场景上进行对比Sigmoid函数和relu函数相比优缺点分别是什么?
3.
什么是过拟合?如何解决过拟合的问题?
Part 3.2:额外可选问题:
1.
除了Sigmoid函数和relu函数还有哪些激活函数,他们分别有什么优缺点?
2.
深度学习模型是层数越多越好吗?
3.
什么是梯度消失问题?为什么使用某些激活函数(如Sigmoid和Tanh)会导致这一问题,而使用ReLU可以缓解这个问题?
4.
介绍一下Leaky ReLU和ELU(指数线性单元)激活函数,并解释它们是如何改进常规ReLU的。
Part 4: 深度学习技术应用讨论
Question1:
什么是机器学习?机器学习能解决哪些问题,有什么应用呢?
Question2:
什么是线性模型?有什么优势?有什么局限?
Question3:
线性模型有哪些应用前景?
🐳
有任何想法都可以在学习群里交流或在
QA & 其他彩蛋
进行填写哟~
如果大家想进阶的话,可以根据我们的学习规划学习,或多多自行搜索资料学习!
另外别忘了写笔记打卡呀!!~
及时思考、沉淀和产出能让你的学习事半功倍!
注:本文采用
署名—非商业性使用—相同方式共享 4.0 协议国际版
许可协议进行许可。
《深度学习详解》
纸质版教材指路(享六折优惠~):
https://u.jd.com/muCV8tI