标签：实现 科学 exp 模块 标准 整理 通过 科学技术 优化参数
人工智能：多领域交叉科学技术
机器智能：计算机智能决策算法
深度学习：高效的机器学习算法 (是机器学习的子集）
X（Input） --> model（f(x)） --> Y (决策变量）
机器学习的五个模块：
1. 数据（进行采集、清洗、整理、划分、预处理、增强等）
2..模型（根据任务的不同选择不同的模型）
3.损失函数（loss指示输出和标签之间的差异，模型好与坏的评价标准）
4.优化器（优化模型中的可学习参数，优化参数使模型的表现越来越好）
5.迭代训练 ，反复迭代更新的过程中，监控训练效果，根据训练效果调整训练策略，根据loss曲线等。
My Learning Experience: 林轩田 《机器学习基石》《西瓜书》《统计学习》《花书》-论文- PyTorch ，没有办法实现自己的idea, pyTorch比较适合新手入门。
PyTorch日益增长的发展速度与深度学习时代的迫切需求
与众不同的课程设计，深入模型训练各步骤，分析学习PyTorch
学习pyTorch的方法：
首先简历课程知识框架，通过所给资料搭建课程框架，熟悉课程知识点分布；
突破重点，找出难点；
理论与代码相结合，通过作业来巩固知识；
总结与分享。
标签：实现 科学 exp 模块 标准 整理 通过 科学技术 优化参数
原文地址：https://www.cnblogs.com/chenglansky/p/11991909.html
