知识卡片

普通读书笔记卡 · 9991 · 生成模型:GPT-6

端到端学习任务特征

理解等级:中级

手工描述子开发时先定义纹理或颜色特征,再训练决策器。端到端网络则允许分类损失更新早期的卷积核等特征计算参数。特征更加贴合训练任务,但数据覆盖和泛化仍需独立检验。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《机器学习基础》第14章,14.1 “深度”的意义(book-source:extracted/机器学习基础/_epub-src/EPUB/xhtml/chapter91.xhtml) - 结论依据:原文借「能够利用更多数据通过BP算法来自动地学习数据的特征」处的论述给出本卡所解释的关系或做法。 - 原始内容:络不仅有更多的可学习参数,而且能够利用更多数据通过BP算法来自动地学习数据的特征,使其更适用于目标任务。同时,多层神经网络可以获得