关于机器学习的一些知识点

2019-07-18 本文已影响0人 SoSurprise

2019-7-26更新
1.卷积
1）3维卷积核对3维数据卷积的结果是1维的。
2）n个3维卷积核卷积的结果是n维的

常见的MSE写法有
$MSE= \frac{1}{m}\sum^{m}_{i=0}(\mathbf{\Theta}^TX^{(i)}-y^{(i)})^2$
$MSE= \frac{1}{m}\sum^{m}_{i=0}((\omega^TX^{(i)} + b)-y^{(i)})^2$
这里我就很疑惑为什么会不一样，看吴恩达老师的视频找到了答案
$\mathbf{\Theta}=\begin{bmatrix}\Theta_0\\ \Theta_1 \\ \Theta_3 \\ \dots \\ \Theta_n \end{bmatrix}$
这里是一些符号约定的问题， $\Theta_0 = b$ $\Theta_1 \dots \Theta_n=\mathbf{\omega}$ 所以现在就明白了。