谷歌机器学习速成课04-06讲

Hi，各位AICUG小伙伴们，连载第二天，希望大家还对内容满意，官网上更新更快，附赠配套资料下载，官网链接获得法：在微信公众号上回复“谷歌”，即可获得链接。

04-06讲：降低损失、使用TF的基本步骤、泛化

第四讲：降低损失

为了训练模型，我们需要一种可降低模型损失的好方法。迭代方法是一种广泛用于降低损失的方法，而且使用起来简单有效。

学习目标

了解如何使用迭代方法来训练模型。

全面了解梯度下降法和一些变体，包括：

小批量梯度下降法

随机梯度下降法

尝试不同的学习速率。

第五讲：使用TensorFlow的基本步骤

学习目标

了解如何在 TensorFlow 中创建和修改张量。

了解 Pandas 的基础知识。

使用 TensorFlow 的一种高级 API 开发线性回归代码。

尝试不同的学习速率。

第六讲：泛化

泛化是指模型很好地拟合以前未见过的新数据（从用于创建该模型的同一分布中抽取）的能力。

学习目标

直观理解过拟合。

确定某个模型是否出色。

将数据集划分为训练集和测试集。

觉得每天三集太少或者屏幕太小的同学们欢迎到官网上继续观看，更新更快哦！再说一边秘籍：微信公众号上回复“谷歌”，即可获!

加入社区

加入社区

喜欢我们就分享一下吧~~