机器学习在光学和声学的应用

第二篇 机器学习误差来源分析与inverse design分析

文章目录

机器学习记录

机器学习总框架

在这里插入图片描述

在这里插入图片描述

Regression

在这里插入图片描述

以代码实例操作梯度下降，该实例采用线性模型，未正则化

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

分析error的来源

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

怎么知道error是bias大，还是variance大？以及对策

在这里插入图片描述

在这里插入图片描述

Model selection

注意数据分为了三类，

Dataset Trainingset Publicset Privateset 用于 训练、验证 testing testing

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

N-flod Cross Validation

在这里插入图片描述

文献研究学习记录

前言

在这里插入图片描述
在这里插入图片描述

具体的例子展示了训练逆设计神经网络的困难

在这里插入图片描述

全连接神经网络来验证

在这里插入图片描述

串联网络

在这里插入图片描述
在这里插入图片描述

# 机器学习 # 神经网络
Logo
魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

cover

量化挑战赛冠军专访：4小时啃下W4A8量化，我靠的是这些经验

avatar 魔乐社区
cover

替你试过了，消费级显卡可以跑的开源文生图SOTA模型，顶级渲染、高密度文本绘图

avatar 魔乐社区
cover

「极限压缩 量化未来」Modelers GeekDay上海站圆满落幕

avatar 魔乐社区