- 博客(2)
- 收藏
- 关注
RSS订阅原创 深度学习 Datawhale X 李宏毅苹果书AI夏令营#AI夏令营 #Datawhale #夏令营（超级详细，快来）
在优化过程中，损失函数的梯度（即参数对损失的微分）可能会变为零，导致梯度下降算法无法继续更新参数。鞍点则是梯度为零但并非最低点的位置，在某些方向上损失会增加，在其他方向上损失则会减少。要判断一个临界点（梯度为零的点）是局部极小值还是鞍点，可以利用**泰勒级数近似**损失函数在临界点附近的形状。相反，临界点的特征值通常一半为正、一半为负，这意味着有一半的方向可以让损失进一步下降。在深度学习优化中，理解局部极小值和鞍点的区别及其应对策略，对于提升模型性能非常重要。希望能对大家有所帮助！2. 局部极小值与鞍点。
2024-08-27 13:23:13
178
原创 30分钟体验baseline！#AI夏令营 #Datawhale #夏令营
2.之后输入完代码后会有对应的文件，感觉好神奇，会用鼠标就可以！（等待二十分钟会有result.zip下载下来就可以了）是不是很神奇。3.也是了解了一点，任务一也是对cv有一定了解。下载baseline相关文件（有手就行）
2024-08-25 21:08:51
173
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人