《動手學深度學習》筆記

機器學習是一門討論各式各樣的適用於不同問題的函數形式，以及如何使用數據來有效地獲取函數參數具體值的學科。深度學習是指機器學習中的一類函數，它們的形式通常爲多層神經網絡。近年來，仰仗着大數據集和強大的硬件，深度學習已逐漸成爲處理圖像、文本語料和聲音信號等複雜高維度數據的主要方法。

配置遠端的jupyter notebook按照操作指示後使用遠端打開8888端口

jupyter notebook --ip=127.0.0.1 --allow-root

遠端程序映射至本地網頁
本地打開bash終端，通過ssh將遠程服務器的jupyter notebook映射至本地

ssh -L本地端口號:localhost:遠端端口號 root@ip

數據操作

from mxnet import nd
x = nd.arange(12) #創建行向量
x.shape # 實例的規格
x.size # 實例的大小
x.reshape(3,4) # 重新安排x的規格大小

dot與*的矩陣乘法的區別

a*b 意味着 a中元素與b中對應元素相乘，即a_i,j * b_i,j

a.dot(b) 指的是矩陣a與矩陣b的乘法。同時值得注意的是：a.dot(b)與b.dot(a)不同。

行連接，列連接

nd.concat(x,y,dim=0) #擴展行的數量
nd.concat(x,y,dim=1) #擴展列的數量

模型預測

損失函數

用 訓練集中所有的樣本誤差的平均來衡量預測模型的質量即
l(w₁,w₂,b) = 1/2(y⁽ⁱ⁾_預測-y⁽ⁱ⁾_真實)²