计算机考研专业课
考研数学
考研英语
万词英语
考研政治
Python
人工智能
7U口才
登录
/
注册
Java
Python
大模型应用入门
Web前端
大厂算法课
C++特训班
鸿蒙
大数据
人工智能
微服务
Java架构
软件测试
7U职场
毕设项目
软考中级
软考初级
ROS2机器人开发
计算机考研408
百战万词考研英语
考研英语
考研政治
AI Agent智能体开发大厂孵化器
AI智能全栈软件测试
职场智能体赋能训练营
职场智能体快速开发训练营
第一阶段：人工智能基础-快速入门
第二阶段：人工智能基础-Python基础
第三阶段：人工智能基础-Python科学计算和可视化
第四阶段：人工智能基础-高等数学知识强化
第五阶段：机器学习-线性回归
第六阶段：机器学习-线性分类
第七阶段：机器学习-无监督学习
第八阶段：机器学习-决策树系列
第九阶段：机器学习-概率图模型
第十阶段：机器学习-Kaggle竞赛实战
第十一阶段：深度学习-原理和进阶
第十二阶段：深度学习-图像识别原理
第十三阶段：计算机图形学/机器视觉实战
第十四阶段：深度学习-图像识别项目实战
第十五阶段：深度学习-目标检测YOLO
第十六阶段：深度学习-语义分割原理和实战
第十七阶段：深度学习-人脸识别项目实战
第十八阶段：深度学习-NLP自然语言处理原理和进阶
第十九阶段：深度学习-NLP自然语言处理大模型实战
第二十阶段：深度学习-OCR文本识别
第二十一阶段：深度学习-语音识别
第二十二阶段：深度学习-知识图谱
第二十三阶段：模型量化、剪枝与知识蒸馏
第二十四阶段：百度飞桨PaddlePaddle实战
第二十五阶段：Linux 环境编程基础
第二十六阶段：算法与数据结构
第二十七阶段：C++基础
第二十八阶段：强化学习
第二十九阶段：图神经网络
第三十阶段：面试和成功求职的秘技
bzxwob19
•
2024-07-28 17:04:34
老师 在加上正则化项之后进行梯度下降的时候，是正则化项和损失函数（MSE）同时进行梯度下降，还是先损失函数进行梯度下降，之后正则化再进行梯度下降呢？
相关课程：人工智能
>
第五阶段：机器学习-线性回归
>
正则化
>
通过L1和L2的导函数理解区别的本质原因
