#pic_center

$R_1$

$R^2$

目录

• 知识框架
• No.1 线性回归+基础优化算法
• • 一、线性回归
  • • 1、买房案例
    • 2、买房模型简化
    • 3、线性模型
    • 4、神经网络
    • 5、损失函数
    • 6、训练数据
    • 7、参数学习
    • 8、显示解
    • 9、总结
  • 二、 基础优化算法
  • • 1、梯度下降
    • 2、学习率
    • 3、小批量随机梯度下降
    • 4、批量大小
    • 5、总结
  • 三、 线性回归的从零开始实现
  • • 1、D2L注意点
  • 四、线性回归的简洁实现
  • 五、QA
• No.2 Softmax回归+损失函数+图片分类数据集
• • 一、Softmax回归
  • 二、损失函数
  • 三、图片分类数据集
  • 四、Softmax回归从零开始
  • 五、Softmax回归简单实现
  • 六、QA

知识框架

No.1 线性回归+基础优化算法

一、线性回归

1、买房案例

2、买房模型简化

3、线性模型

4、神经网络

5、损失函数

6、训练数据

7、参数学习

8、显示解

9、总结

二、 基础优化算法

1、梯度下降

2、学习率

3、小批量随机梯度下降

4、批量大小

5、总结

三、 线性回归的从零开始实现

1、D2L注意点

四、线性回归的简洁实现

五、QA

No.2 Softmax回归+损失函数+图片分类数据集

一、Softmax回归

二、损失函数

三、图片分类数据集

四、Softmax回归从零开始

五、Softmax回归简单实现

六、QA