<!doctype html>第2周作业
第2周作业
【第一部分】视频学习心得及问题总结
总结：
以前学吴恩达的英文网课，十分痛苦。
吴恩达老师在coursera平台上的《机器学习》课程，无论在国内、还是在国外，都是最受欢迎的入门课程，没有之一。无数新手都是从这门课开始，进入机器学习领域的。
该课程的最大特点是：易学、易用。正如吴老师本人所说，
我非常注重“实践算法”这部分内容。实际上，就这些内容而言，我不知道还有哪所大学会介绍到。给你讲授学习算法就好像给你一套工具，相比于提供工具，可能更重要的，是教你如何使用这些工具。我喜欢把这比喻成学习当木匠。想象一下，某人教你如何成为一名木匠，说这是锤子，这是螺丝刀、锯子，祝你好运，再见。这种教法不好，不是吗？你拥有这些工具，但更重要的是，你要学会如何恰当地使用这些工具。会用与不会用的人之间，存在着鸿沟。
作者：AI传送门 链接：https://www.zhihu.com/question/36541936/answer/257420243 来源：知乎 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。
知乎大佬，害人不浅。
我建议初学者来上一上高峰老师的软件工程课。
周五参加了高峰老师的组会，受益匪浅。会上展示了有关比HDRNet更优秀的三重增强P图等内容，由于没能及时记录下来，几乎过目就忘，下次我还是带个笔记本好了。期间甘师兄对关于数据集包含错误数据的处理方式提出了质疑，而我这种小白只会给予“哇好有道理”这样的反应，真是惭愧不已。
疑问：
第一个学习视频59分之后为啥有好长一段时间没声音哇？
反向传播除了用于计算梯度外还有啥作用吗？
【第二部分】代码练习
2.1 pytorch基础练习：
如果早知道colab的话，我可能就不会去安装pycharm、anaconda、pip之类的了。我觉得我安装配置的时间貌似比敲代码的时间还长。
2.2 螺旋数据分类：
此次为监督学习，利用一组已知类别的样本调整分类器的参数，使机器学习达到所要求性能。通过本次学习，我学会且不仅学会了神经网络的汉语拼写及发音。
刚开始学习机器学习时，我在笔记本上记录了大量的公式，后来我沉痛地发觉，这是走了歪路。公式是记不完的，就算记住一时也终将忘记，更重要的是掌握思路。
!wget 这个操作、长见识 了。
注意点每一次反向传播前，都要把梯度清零。
问：所以ReLU 是干啥的？
答：增加下一层的非线性因素、克服梯度消失。本例中，使用ReLU后分界线出现了弧形扭曲。
