Datawhale X 李宏毅苹果书AI夏令营

在task2中我了解了线性模型的概念、优化方法、模型变形以及深度学习中的框架设计，下面谈谈我对文档的学习心得

关于对于线性模型的概念：线性模型通过输入特征x与权重w的线性组合，加上偏置项b来预测输出y。通过梯度下降法优化，反复调整w和b以最小化损失函数L最终找到最佳参数w*和b*
其次就是模型变形与激活函数，除了Hard Sigmoid，文档中还引入了ReLU作为激活函数，ReLU更适合深度学习模型，因其能够更好地处理复杂的函数关系。
深度模型：通过叠加多层ReLU，构建更深层次的模型，可以显著提高模型的表达能力和预测精度，但也可能引入过拟合问题。