文档摘要

1.3 深度学习基础 本节摘要：深度学习把"特征工程"自动化了，代价是要训练一个可微分的大函数。本节把这个训练过程拆成四块积木：前向传播算损失、反向传播算梯度、优化器更新参数、归一化与正则稳住训练。再讲清 CNN（卷积）、RNN（时序）、Transformer（自注意力）三大架构各自针对什么问题设计。 会员。《1.3 深度学习基础》收录于灏天文库文集《技术面试高频考点整理：AI、CV、NLP方向》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/483-%E6%8A%80%E6%9C%AF%E9%9D%A2%E8%AF%95%E9%AB%98%E9%A2%91%E8%80%83%E7%82%B9%E6%95%B4%E7%90%86aicvnlp%E6%96%B9%E5%90%91

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流