欢迎来到尧图网

客户服务 关于我们

您的位置:首页 > 科技 > 能源 > 李宏毅结构化学习 01

李宏毅结构化学习 01

2024/10/25 1:34:13 来源:https://blog.csdn.net/weixin_42830015/article/details/142146900  浏览:    关键词:李宏毅结构化学习 01

文章目录

  • 一、结构化学校介绍
  • 二、线性模型

一、结构化学校介绍

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述
训练时,F(x,y)是评估X与Y有多匹配,越匹配,R的值就越大。
测试时,确定F(x,y)后,给定一个x后,穷举所有y,使得F最大的那个就是 y ~ \widetilde y y


在这里插入图片描述


训练时:
在这里插入图片描述


测试时:
在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述
我们希望找到正确的F(x,y)大过其他的F(x,y)


在这里插入图片描述


在这里插入图片描述

二、线性模型

在这里插入图片描述


图中的 ϕ ( x , y ) \phi(x,y) ϕ(x,y)为特征强度。

在这里插入图片描述


这里的 ϕ ( x , y ) \phi(x,y) ϕ(x,y)的每个维度是人工随便定义的,即人工定义feature。
在这里插入图片描述


也可以不用人工抽feature,而是用CNN去提取feature
在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


如果红色vector大于蓝色的vector存在的话,可以用如下算法解决该问题:

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述

版权声明:

本网仅为发布的内容提供存储空间,不对发表、转载的内容提供任何形式的保证。凡本网注明“来源:XXX网络”的作品,均转载自其它媒体,著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处。

我们尊重并感谢每一位作者,均已注明文章来源和作者。如因作品内容、版权或其它问题,请及时与我们联系,联系邮箱:809451989@qq.com,投稿邮箱:809451989@qq.com