浏览此标签下的所有文章
深度学习笔记-1，涵盖过拟合与欠拟合、正则化、概率论基础（贝叶斯定理、高斯分布、最大似然估计）以及信息论（熵与KL散度）。对应《深度学习：基础与概念》第1-2章。
深度学习笔记-3，涵盖分类模型（判别函数、逻辑回归、softmax）与深度神经网络（激活函数、迁移学习、混合密度网络）。对应《深度学习：基础与概念》第5-6章。