前言：省得笔记失落，把以前做的笔记都放到博客下面好了。
什么是深度学习模型？
深度学习模型是通过大量数据学习，找到肯定法则，从而可能对新的进行预测。
（这种法则：通过模型架构+调参失去)
深度学习步骤
1.初始化一个模型（参数可随机取）+带标签的训练集和测试集（验证集）。
2.训练集带入模型失去后果。
3.失去的后果和实在后果做比拟，其中的差距就是损失。
4.通过多个epoch，使得每一次参数朝损失最小的方向优化。
最终失去较好的模型。
呵呵，概念什么的都是弱鸡，间接实战写一下，全明确了。
前言：省得笔记失落，把以前做的笔记都放到博客下面好了。
深度学习模型是通过大量数据学习，找到肯定法则，从而可能对新的进行预测。
（这种法则：通过模型架构+调参失去)
1.初始化一个模型（参数可随机取）+带标签的训练集和测试集（验证集）。
2.训练集带入模型失去后果。
3.失去的后果和实在后果做比拟，其中的差距就是损失。
4.通过多个epoch，使得每一次参数朝损失最小的方向优化。
最终失去较好的模型。
呵呵，概念什么的都是弱鸡，间接实战写一下，全明确了。