置顶文章:分类专栏目录综述

公众号名称:WGS的学习笔记

  • 为方便读者清晰的了解我的公众号内容,特将此篇文章置顶,专门记录公众号分类专栏目录
  • 本公众号为个人算法学习笔记,如果读后能有收获,谢谢帮忙点赞和转发
  • 原创不易,转载请注明出处

自己整理的代码链接:

  • CTR预估框架(已完结):https://github.com/WGS-note/CTR-dl-code
  • 文本分类框架(未完结):https://github.com/WGS-note/TextClassification
  • 图像分类框架(待更新):…
  • 目标检测框架(待更新):…

专栏:图像视觉

CNN卷积网络详解

分类:

  • 图像分类篇[1]:AlexNet网络详解及复现
  • 图像分类篇[2]:VGGNet网络详解及复现
  • 图像分类篇[3]:GoogLeNet网络详解及复现
  • 图像分类篇[4]:ResNet网络详解及复现
  • 图像分类篇[5]:ResNeXt网络详解及复现
  • 图像分类篇[6]:MobileNet V1、V2网络详解及复现
  • 图像分类篇[7]:MobileNet V3网络详解及复现
  • 图像分类篇[8]:ShuffleNet V1网络详解
  • 图像分类篇[9]:ShuffleNet V2网络详解及复现
  • 图像分类篇[10]:EfficientNet V1网络详解

检测:

识别:

分割:

检索:


专栏:生成模型

生成模型与极大似然简述

保姆级讲解 生成对抗网络 GAN

变分自编码器 VAE 详解


专栏:NLP

预训练 & 语言模型概述

RNN、LSTM、GRU网络概述

聊聊RNN中的梯度消失

Bi-LSTM-Attention网络概述及实现

TextRNN、TextCNN、TextRCNN网络详解及复现

DPCNN网络详解及复现

HighwayNet网络详解及复现

关于Attention的超详细讲解(Attention、Self-Attention、Multi-Head Attention)

保姆级讲解Transformer

Transformer文本分类推理流程及复现

Bert前世篇:从Word Embedding到Word2Vec、ELMo和GPT

保姆级讲解BERT


专栏:深度学习

关于Embedding的两种实现方式

关于 train loss、val loss训练时遇到的问题

学习率衰减详解(附Keras实现)

浅谈优化算法(Momentum、AdaGrad、RMSProp、Adam)

BN、LN、IN、GN详解

FLOPs的含义及计算方式


专栏:机器学习

回顾篇:交叉熵-度量两个分布之间的差异

回顾篇:神经网络的前向传播与反向传播公式推导

数据平滑方法的原理和应用(附代码实现)

三次样条插值详解(附代码实现)

指数加权移动平均详解 附代码实现

机器学习-常用回归算法归纳(全网之最)


专栏:推广搜

广告术语中的CPM、CPC、CPA解释

推荐中的评估指标:AUC、GAUC(附代码实现)

推荐系统 Wide&Deep 模型详解

CTR预估篇:IFM网络详解及复现

CTR预估篇:DIFM网络详解及复现

CTR预估篇:AutoInt网络详解

CTR预估篇:FiBiNet网络详解及复现

CTR预估篇: DIN-深度兴趣网络详解

CTR预估篇:DeepMCP网络详解


其它

spark 解决数据倾斜(两端聚合)


你可能感兴趣的:(#,深度学习,深度学习)