第 0 模块:起跑线
衔接检查:你已经知道些什么
你以前学过这门课程吗?
这样我们只统计你一次。只会发送你的答案,以及你的匿名进度。
为什么重要 这门课从一个神经元开始,但它推进得很快。这个简短的检查会告诉你,在继续之前是否需要先读一读下面的快速复习。
五个关于基本概念的问题。如果你错了不止一个,就先读复习;它大约需要 20 分钟。
快速复习
一个神经元把每个输入乘以一个权重,把它们加起来,加上一个偏置,再让总和经过一个激活函数。一层是许多并排的神经元,每一个都有自己的权重。一个网络是排成一行的若干层:每一层的输出就是下一层的输入。
训练意味着找到能让损失变小的权重。损失的梯度告诉你,对于每一个权重,如果它被微调一下,损失会怎样变化。梯度下降会一次又一次地把每一个权重往下坡微调一点。反向传播是通过把敏感度沿着计算反向传递,一次性得到所有这些梯度的高效方法。你会在第 2 到第 4 模块中从零开始构建这其中的每一样,所以现在有一个粗略的印象就够了。
本课中的词语和符号
- 损失
- 说明模型错得有多离谱的一个数字;训练会让它变小
本课已完成。干得好。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。