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：
  1. 根据预测值和标签值得到 loss
  2. Loss 函数对各个参数反向求偏导
  3. 计算每个参数的梯度
  4. 更新参数值
  5. 梯度置 0
  6. 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》