Chapter 4 神经网络训练
神经网络训练
训练的过程是反向传播的过程,利用得到的输出值与预测值的偏差,(损失函数),反向更新模型中的参数
逼近的思路理解训练
随机生成一个三阶函数,赋予一组随机参数,得到的输出与 sine 输出值比较,差值 loss 最小的那一组参数就为目标函数。
- 流程:
- 根据预测值和标签值得到 loss
- Loss 函数对各个参数反向求偏导
- 计算每个参数的梯度
- 更新参数值
- 梯度置 0
- 再次循环
Chapter 2 Pycharm 入门
相关介绍
- Anaconda:包管理平台
- Conda:是环境的管理工具
- CUDA:Compute Unified Device Architecture,,是一种由 NVIDIA 推出的通用并行计算架构,该架构使 GPU 能够解决复杂的计算问题。
- CUDNN :是针对深度卷积神经网络的加速库。NVIDIA CUDNN 可以在 GPU 上实现高性能现代并行计算
Chapter 0 课程介绍
- 课程内容
- 音频信号处理
- Pytorch 环境介绍
- 机器学习与深度学习原理
- Torchaudio 应用
- 基于音频的深度学习应用
- 学习目标
- 入门信号处理、音频信号处理
- 课程参考资料
- 《信号与系统》
- 《离散时间信号分析》
- 《离散语音信号分析》
- 《机器学习》