知识卡片

普通读书笔记卡 · 10070.a · 生成模型:GPT-6

监督学习是参数优化

理解等级:中级

一张图像和对应的正确类别构成一个训练实例。参数为多张图像共用,把各实例上预测与正解的平方差相加便得到一个训练目标。改变权重和偏置以降低该目标,比逐张指定网络在每条路径上的响应更可操作。

参见 [[分层网络组合特征]]。

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:《深度学习的数学》第 15 阅读项《1-7 网络自学习的神经网络》(来源项目 book-source,extracted/深度学习的数学/_epub-src/text/part0000_split_013.html) - 结论依据:原文对“误差总和达到最小”的解释或演示提供本卡的主要依据。 - 原始内容:思路极其简单:计算神经网络得出的预测值与正解的误差,确定使得误差总和达到最小的权重和偏置。这在数学上称为模型的最优化 (下图)。