【课程笔记】

台大李宏毅老师——深度学习 课程笔记 五 （Deep Learning BackPropagation)

文章目录IntroductionNeuralNetworkBackpropagationIntroductionDeepLearning的神经网络就是一个functionNeuralNetwork现在用的激活函数已经是tanh或者leakyRelu了。ResNet用了特殊的结构，不是单纯的叠加层数其实本质用的MatrixOperation。但是我现在想不起来batch是怎么做运算的。batch应该
大叔爱学习.·2022-12-11 18:52

李宏毅机器学习课程笔记2：Classification、Logistic Regression、Brief Introduction of Deep Learning

台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料，李宏毅老师将课程录像上传到了YouTube，地址：NTUEEML2016。这篇文章是学习本课程第4-6课所做的笔记和自己的理解。Lecture4:Classification:ProbabilisticGenerativeModel以根据宝可梦各属性值预测其类型为例说明分类问题。训练数据是若干宝可梦的各属性值及其类型。1、分类问题不
鹅厂程序小哥·2022-12-11 17:43

【深度学习】李宏毅2021/2022春深度学习课程笔记 - Deep Learning Introduction

文章目录一、深度学习的概念二、函数的类型三、深度学习的步骤3.1定义一个参数未知的函数表达式3.2定义一个损失函数3.3采用梯度下降法求解使得函数表达式的Loss最小的参数四、视频播放量预测案例4.1案例介绍和思路分析4.2线性函数表达式14.3改进1：使用前一段时间的播放量来预测明天的播放量4.4改进2：采用非线性函数表达式4.5多层神经网络一、深度学习的概念让机器自动寻找一个函数如下图所示：语
WSKH0929·2022-12-11 17:32

Apollo 星火计划课程笔记 ---- SLAM

Apollo定位和建图高精地图和SLAM有什么关系？高精地图制作技术栈:设备组装:GNSS-INS惯性导航系统RTK-GNSS服务商和接收器地图坐标存储和召回搞清楚处理数据的格式定位参考点用WGS84坐标计算的时候，將WGS84坐标系转换为(x+x_0,y+y_0,h)，也就是UTM平面坐标和高程。EQDC平面坐标和高程。每个参考点存储在一个点云瓦片(Tile)文件，召回和存储互逆。地图瓦片文件是
Tianchao龙虾·2022-12-11 14:54

Apollo 星火计划课程笔记 ---- Perception

ApolloPerception感知系统:传感器：Lidar,Camera,Radar,Ultrasonic,Phone地图:高精地图机器输出:道路信息：不强求在线识别，可以来自高精地图；场景理解，分割；障碍物信息:障碍物检测(位置，类别，形状大小)，障碍物跟踪(轨迹，速度),传感器融合(更安全)信号灯信息:camera识别颜色，其他信息来自地图；v2x是终极途径。Part-1多个维度看问题感知技
Tianchao龙虾·2022-12-11 14:54

Apollo 星火计划课程笔记 ---- Scenarios

ApolloScenarios场景模块场景可以是地图中有一定特征的路段，比如路口，也可以是无人车想要完成的一系列复杂的动作，比如借道避让。最大期望算法(ExpectationMaximum)EM流程参考线。什么是参考线？就是高精地图所提供的道路的中心线，在此基础上做平滑得到的一条线。它是理想状态下没有障碍物的一条线。要保证平滑，所以在运动的时候，汽车不会横向摆动上图有个错误，应该是(ss˙s¨\q
Tianchao龙虾·2022-12-11 14:24

【HDFS简述】

HDFS前言课程笔记1.HDFS定义1.说明：一台电脑存不下海量数据，就必须分配到多台机器上存储。多台机器不方便管理和维护，就需要一种系统来管理多台机器的文件---分布式系统。
天秤座的分析师·2022-12-11 10:59

狂神redis课程笔记

Redis文章目录RedisNosql单机SQL时代，更多使用静态网页Memcached缓存+MySQL+垂直拆分（读写分离）分库分表+水平拆分+M有SQL集群最近的年代最后总结为什么要用NoSQL大数据时代的3V和3高阿里巴巴框架演进第五代架构改进NoSQL的四大分类KV键值对文档型数据库（Bson格式和Json格式）列存储数据库图形关系数据库Redis入门Redis能干嘛特性常用网站启动Red
好运haoyun·2022-12-10 21:26

UCAS - AI学院 - 知识图谱专项课 - 第6讲 - 课程笔记

UCAS-AI学院-知识图谱专项课-第6讲-课程笔记实体识别信息抽取概述信息抽取的基础：分词和词性标注命名实体识别细粒度实体分类开放领域实体识别实体识别信息抽取概述知识获取输入：领域知识本体/海量数据输出
支锦铭·2022-12-10 14:14

吴恩达机器学习系列课程笔记——第十八章：应用实例：图片文字识别(Application Example: Photo OCR)

18.1问题描述和流程图https://www.bilibili.com/video/BV164411b7dx?p=108图像文字识别应用所作的事是，从一张给定的图片中识别文字。这比从一份扫描文档中识别文字要复杂的多。为了完成这样的工作，需要采取如下步骤：文字侦测（Textdetection）——将图片上的文字与其他环境对象分离开来字符切分（Charactersegmentation）——将文字分
Lishier99·2022-12-10 13:38

2019年CS224N课程笔记-Lecture 11: ConvNets for NLP

资源链接：https://www.bilibili.com/video/BV1r4411想看书吗推荐了一本书～可以自己去了解了解正课内容本周主要是CNN专题从RNNs到卷积神经网络递归神经网络不能捕获没有前缀上下文的短语经常在最终向量中捕获太多的最后单词，如下图例如，如上图，softmax通常只在最后一步计算卷积网络的主要想法：如果我们为每个可能的子序列计算一定长度的向量呢？例如：“tentati
任菜菜学编程·2022-12-10 06:50

[Machinie Learning] 吴恩达机器学习课程笔记——Week1

MachineLearningbyAndrewNg吴恩达机器学习课程学习笔记——Week1学习提纲IntroductionModelandCostFunctionParameterLearningLinearAlgebraReviewIntroductionMachineLearningDefinition机器学习定义MLDefinitionAcomputerprogramissaidtolear
Carsick Car·2022-12-10 01:27

[Machinie Learning] 机器学习课程笔记合订本（更新中）

MachineLearning吴恩达机器学习课程笔记吴恩达机器学习系列吴恩达ML课程笔记——Week1未完待续，持续更新ing…
Carsick Car·2022-12-10 01:57

Gilbert Strang的线性代数课程笔记-第七课

第七课的主题为：矩阵A的零空间（NullSpace）的求解方法第一部分解释矩阵中列与列的独立性、矩阵的秩、支点列与支点变量、自由列与自由变量、矩阵零空间的普通求解假设有矩阵A：通过对A中列的观察可得：1.col2是col1的两倍，因此col2与col1不独立2.col4可由2*（col3-col1）得到，因此col4与col1、col3不独立以上事实中，事实1相较事实2来说更显而易见。那么这些明显
JunyiChen_robot·2022-12-10 00:05

Gilbert Strang的线性代数课程笔记-第一课

目标是把笔记写得谁都能看懂:)首先我们需要了解，线性代数学科的基本目标是：解决线性系统的问题第一课主要从两种角度来解释线性系统（横向与纵向：行图像RowPicture与列图像ColumnPicture）首先我们将方程组用矩阵的形式表达：假设现在有方程组将之写成矩阵形式为【为什么可以这样表达？若看不懂上式的话回顾矩阵的点乘：矩阵点乘运算规则为：设A为mxn的矩阵，B为nxp的矩阵，则A与B的乘积为矩
JunyiChen_robot·2022-12-10 00:35

CS285课程笔记（5.(1)）——从概率图角度理解强化学习（变分推断原理+VAE）

Lecture18,19(2020版)这两节课的核心内容就是如何把强化学习问题（又可以称为最优控制问题）转化为一个基于概率图模型的推断问题，这里的推断又可以进一步细分为精确推断（ExactInference）和近似推断(ApproximateInference)。本文先总结lectrue18，即变分推断与变分推断自编码器的基础知识。一、变分推断与变分自编码器（VariationalInferenc
RavenRaaven·2022-12-09 17:51

人工智能 - 扩展阅读

illustrated-transformer2.AttentionIsAllYouNeed：https://arxiv.org/abs/1706.03762神经网络入门1.CS231n系列CS231n课程笔记翻译
JYCJ_·2022-12-09 17:43

西湖大学张岳老师NLP课程笔记1 Introduction

西湖大学张岳老师NLP课程笔记1Introduction参考资料B站链接课程主页《NaturalLanguageProcessing:AMachineLearningPerspective》csdn大佬笔记
临风而眠·2022-12-09 08:22

吴恩达机器学习课程笔记

吴恩达机器学习几乎每一个和我讨论过的人都同意，人生的最糟糕时期是在11岁到14岁。——《黑客与画家》学习资料课程b站[中英字幕]吴恩达机器学习系列课程Coursera机器学习Coursera深度学习主成分数据选择那里有一节课没有字幕，建议移步Coursera黄海广笔记Coursera深度学习教程中文笔记斯坦福大学2014（吴恩达）机器学习教程中文笔记第0天搜集信息，注册Coursera，申请奖学金
大圣齐天Henry-Speed always wins·2022-12-08 19:34

贺利坚汇编课程笔记2 访问寄存器和内存

贺利坚汇编课程笔记2访问寄存器和内存文章目录贺利坚汇编课程笔记2访问寄存器和内存0201寄存器及数据存储CPU的组成寄存器是CPU内部的信息存储单元通用寄存器--以AX为例“字”在寄存器中的存储0202mov
临风而眠·2022-12-08 12:49

【CV】吴恩达机器学习课程笔记 | 第1-15章

目录1介绍1-3监督学习1-4无监督学习2单变量线性回归2-2代价函数2-5Batch梯度下降算法4多变量线性回归4-1多特征4-2多元梯度下降法4-3多元梯度下降法I——特征缩放缩放归一化4-4多元梯度下降法演练I——学习率α4-5特征和多项式回归4-6正规方程（NormalEquation）（区别于迭代方法的直接解法）6逻辑回归6-1逻辑分类算法6-2假设表示6-3决策边界6-4代价函数6-4
Fannnnf·2022-12-08 12:21

CS231n_Lecture3_图像分类（损失、优化函数）

感谢：https://marvae.github.io/archives/CS231n课程笔记翻译：线性分类笔记（中）CS231n课程笔记翻译：线性分类笔记（下）在本节课中：将损失函数比作了一个高维度的最优化地形
快乐成长吧·2022-12-08 11:24

数据挖掘课程笔记--分类（5）人工神经网络

一、神经元模型“神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应”[Kohonen,1988]神经网络中最基本的成分是神经元模型。在生物神经网络中，每个神经元与其他神经元相连,当它“兴奋”时，就会向相连的神经元发送化学物质,从而改变这些神经元内的电位;如果某神经元的电位超过了一个“阈值”(threshold),那么它就会被激活,即
嘤桃小团子·2022-12-07 20:24

数据挖掘-基础知识-笔记汇总12：神经网络-并行计算

课程笔记第十一篇本课程笔记的课程来源于清华大学深圳研究生院-袁博老师的《数据挖掘：理论与算法》。视频在学堂在线或者b站都有。第四章第一节-神经网络：神经网络模拟的是人的大脑，进行并行计算。
bensonrachel·2022-12-07 20:11

吴恩达机器学习系列课程笔记——第一章：什么是机器学习(Machine Learning)

1.1欢迎https://www.bilibili.com/video/BV164411b7dx?p=1第一节主要讲了什么是机器学习，机器学习能做些什么事情。机器学习是目前信息技术中最激动人心的方向之一。在这门课中，你将学习到这门技术的前沿，并可以自己实现学习机器学习的算法。你或许每天都在不知不觉中使用了机器学习的算法。每次，你打开谷歌、必应，搜索到你需要的内容，正是因为他们有良好的学习算法。谷歌
Lishier99·2022-12-07 07:48

[中英字幕]吴恩达机器学习系列课程 笔记

[中英字幕]吴恩达机器学习系列课程笔记教程与代码地址P11-1.欢迎参加《机器学习》课程P21-2.什么是机器学习？
电信保温杯·2022-12-06 12:25

吴恩达机器学习课程笔记.pdf

个人认为：吴恩达老师的机器学习课程，是初学者入门机器学习的最好的课程！我们整理了笔记（336页），复现的Python代码等资源，文末提供下载。课程简介课程地址：https://www.coursera.org/course/mlMachineLearning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，
风度78·2022-12-06 12:49

吴恩达机器学习课程笔记.docx

个人认为：吴恩达老师的机器学习课程，是初学者入门机器学习的最好的课程！我们整理了笔记（336页），复现的Python代码等资源，包括原版的docx文件，文末提供下载。课程简介课程地址：https://www.coursera.org/course/mlMachineLearning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性
风度78·2022-12-06 12:49

李宏毅机器学习课程笔记

课程资源B站视频课程网址课程笔记问答整理下面仅记录自己的所得所感第一节Regression从单变量回归引入，再sigmoid/RELU拟合函数从而一步步到深度学习的框架，介绍的非常巧妙。
三つ叶·2022-12-06 11:43

《黑马程序员C++》课程笔记总结

我的小站——半生瓜のblog黑马程序员C++视频——黑马程序员匠心之作|C++教程从0到1入门编程,学习编程不再难笔记列表&对应视频基础部分(1-83)——如果你准备学习C++,并且有C语言的基础，我希望你能简单的过一遍知识点。核心部分(84-146)——C++核心编程部分-内存分区模型-引用-函数提高-类与对象-文件操作案例1(147-166)——职工管理系统——C++实现职工管理系统进阶部分(
半生瓜のblog·2022-12-06 09:48

java基础课程笔记整理——Chapter7，常用类

常用类String类构造字符串对象String类的常用方法字符串与基本数据的相互转化对象的字符串表示字符串与字符、字节数组字符串与字符数组字符串与字符数组字符串的加密算法正则表达式字符串的分解StringBuffer类构造方法常用方法Date类Calendar类System类String类构造字符串对象1.字符串常量对象：字符串常量对象是用双引号括起来的字符串序列2.字符串对象（声明字符串变量，n
yun_gao_·2022-12-05 17:17

java基础课程笔记整理——Chapter1

初识JAVA先导知识：JAVA的跨平台性JDK，JRE，JVMJAVA程序的开发步骤一个简单的Java应用程序JAVA语言的特点先导知识：1.计算机如何存储和计算1）内存的最小存储单元是bit（位），内存的基本存取单元是byte（字节）2）计算机语言中的变量和数学中的变量意义完全不同，根本不是一个概念。计算机语言中的变量指代了内存中的一个存储区（一个字节或多个字节），是实际存在的，而数学中的变量只
yun_gao_·2022-12-05 17:46

java基础课程笔记整理——Chapter2

JAVA基础知识标识符与关键字命名规则编译风格数据类型引用数据类型基本数据类型基本数据类型的数据类型转换输入输出运算符和表达式语句的概述标识符与关键字标识符：用来标识类名、变量名、方法名、类型名、数组名、文件名的有效字符序列称为标识符（即一个名字）语法规则：由字母，下划线，数字，美元符号$组成，且第一个字符不能是数字标识符不能有关键字标识符不能是true,false,null（它们不是Java关键
yun_gao_·2022-12-05 17:46

CS231n作业笔记2.3：优化算法Momentum, RMSProp, Adam

CS231n简介详见CS231n课程笔记1：Introduction。本文都是作者自己的思考，正确性未经过验证，欢迎指教。
silent56_th·2022-12-05 11:48

计算机网络——数据链路层（课程笔记）

说明博客作为笔记备份，不定时更新参考内容为《计算机网络（第7版）》谢希仁电子工业出版社；王道考研《计算机网络考研复习指导2023》文中的例题摘自王道考研《计算机网络考研复习指导2023》，大多是我个人认为较为典型的题目以及错题的部分整理文章目录数据链路层的功能1.为网络层提供的服务2.链路管理3.帧定界、帧同步、MTU、透明传输3.1帧定界3.2帧同步3.3MTU3.4透明传输4.流量控制5.差错
10000hours·2022-12-05 11:41

Chapter2-1_Voice Conversion(Feature Disentangle)

VoiceConversion2实际实现中的细节3根据数据集分类4Featuredisentangle5训练技巧本文为李弘毅老师【VoiceConversion-FeatureDisentangle】的课程笔记
zjuPeco·2022-12-05 09:21

Chapter2-2_Voice Conversion(CycleGAN and StarGAN)

文章目录1内容简述2CycleGAN3StarGAN本文为李弘毅老师【VoiceConversion-CycleGANandStarGAN】的课程笔记，课程视频youtube地址，点这里(需)。
zjuPeco·2022-12-05 09:21

【深度学习】04-02-自注意力机制多种变形-李宏毅老师21&22深度学习课程笔记

文章目录有哪些self-attention变形？如何使得self-attention更高效？-加快AttentionMatrix计算何种情况下需要优化self-attention？-输入向量维度很大时如何加快self-attention的求解速度呢？-先验&自学习人类的知识或经验LocalAttention/TruncatedAttention-先验（局部Attention适用于当前任务）&局部A
暖焱·2022-12-04 20:51

20201010_受限玻尔兹曼机_观看覃秉丰课程笔记

一、马尔可夫性状态转移的概率只依赖于当前的这个状态，将来只依赖于现在不依赖于过去的过程，我们成为马尔可夫过程。时间和状态都是离散的马尔可夫过程称为马尔可夫链例如：这里面的状态转移矩阵P要全部大于零，P为马尔可夫转移矩阵。这两个平稳分布的图表明：无论初始状态是什么样子的，进化到一定代数之后状态就不会再改变了。二、受限玻尔兹曼机三、训练RBM四、完整python代码(有限玻尔兹曼机RBM识别数字)代码
TianShan_1995·2022-12-04 17:08

机器学习|李宏毅课程笔记（四）CNN

目录一、FullyConnectedNetwork【全连接层处理图像】【全连接层存在的问题？】【改进/解决方法】【CNN与FNN】二、CNN【CNN结构】【CNN各层概述】三、CNN层详述【卷积层Convolution】【输入与输出】【卷积核】【卷积层尺寸的计算原理】【卷积计算】【多输入通道卷积计算】【多输出通道卷积计算】【批处理卷积计算】【卷积效果实例】【池化层Pooling】【参数】【池化计算
Hygge0+·2022-12-04 16:21

张子良知识图谱课程笔记

知识图谱的典型应用语义理解智能搜索：基于人的关键词直接匹配其摘要信息返回其摘要改造搜索引擎对外展示信息的方式智能问答：准备知识库，eg:EVI,Siri,头条智能问车辅助决策：IBM沃森系统医疗助手诊断疾病人工智能：感知能力认知能力服务能力知识图谱是人工智能进步的阶梯知识图谱的体系结构：知识获取（爬虫众包）→知识存储→知识表示→知识应用知识架构语义类型设计：节点分类的研究语义关系设计：节点与节点关
小鱼^^·2022-12-04 15:34

嵩天python课程笔记第二周：python基本图形绘制

第二周：python基本图形绘制2.1深入理解python语言2.1.1计算机技术的演进1946-1981：计算机系统结构时代-----CPU，操作系统…-----解决计算能力问题1981-2008：网络和视窗时代------Windows视窗操作系统，互联网-----解决人机交互（通过Windows视窗），机机交互（通过网络）2008安卓系统诞生2008-2016：复杂信息系统时代------云
妍妍_小姐·2022-12-04 13:58

第五课 机器学习中的特征工程

本系列是七月算法机器学习课程笔记文章目录1特征工程与意义2数据与特征处理2.1数据采集2.2数据清洗2.3数据采样2.4特征处理2.4.1数值型2.4.2类别型2.4.3时间型2.4.3文本型2.4.4
约定写代码·2022-12-04 12:33

吴恩达 深度学习 编程作业（5-3）Part 2 - Trigger word detection

另外，本节课程笔记在此：《吴恩达Coursera深度学习课程DeepLearning.ai提炼笔记（5-3）–序列模型和注意力机制》，如有任何建议和问题，欢迎留言。
大树先生的博客·2022-12-04 04:12

CS231n课程笔记翻译：卷积神经网络笔记

译者注：本文翻译自斯坦福CS231n课程笔记ConvNetnotes，由课程教师AndrejKarpathy授权进行翻译。本篇教程由杜客和猴子翻译完成，堃堃和李艺颖进行校对修改。
刘二毛·2022-12-03 16:58

人工智能课程笔记(马少平著)

title:人工智能课程笔记date:2021-11-0514:11:24tags:AICourse考完AI了，把笔记保存一下吧。描述了一些关键知识的理解（因为抓紧复习所以有些地方写的并不详尽）。
一尾执念的鱼·2022-12-03 16:25

《人工智能及其应用》课程笔记（二）第2章 知识表示方法

目录本章学习内容预备知识1、什么是知识？2、知识层次3、知识的属性4、知识表示的相关概念5、知识表示的基本方法2.1状态空间表示2.1.1问题状态描述1、主要概念2、实例—8数码难题2.1.2状态图示法1、相关概念2、实例—猴子与香蕉问题2.2问题归约表示2.2.1问题归约描述1、梵塔难题2.2.2与或图表示1、相关概念2、与或图构成规则2.3谓词逻辑表示2.3.1谓词演算1、语法和语义2、连词和
爱学习的小船·2022-12-03 16:53

《人工智能及其应用》课程笔记（三）第3章 确定性推理

目录本章内容3.1图搜索策略3.2盲目搜索3.2.1搜索策略的对比3.2.2深度优先搜索-有限深度+迭代深度3.3启发式搜索3.3.1启发式搜索策略和估价函数3.3.2有序搜索1、A算法2、A*算法3.4消解原理3.4.1子句集的求取3.4.2消解推理规则3.4.3含有变量的消解式3.4.4消解反演求解过程3.5规则演绎系统3.6产生式系统3.6.1产生式系统的组成3.6.2产生式系统的推理3.7
爱学习的小船·2022-12-03 16:53

《人工智能及其应用》课程笔记（四）第4章 非经典推理

目录本章内容4.1经典推理和非经典推理4.2不确定性推理4.2.1不确定性的表示和度量4.2.2不确定性的算法4.3概率推理4.3.1概率的基本性质和计算公式4.4主观贝叶斯方法4.4.1知识不确定性的表示4.4.2证据不确定性的表示4.4.3主观贝叶斯方法的推理过程4.5可信度方法4.5.1基于可信度的不确定性表示4.5.2可信度方法的推理算法重要公式总结：本章内容熟悉经典推理和非经典推理的区别
爱学习的小船·2022-12-03 16:53

高级人工智能课程笔记

课程部分笔记，依据《人工智能一种现代化方法》第三版目录智能概述搜索searchUninformedSearchInformedSearch约束满足问题CSPMDP值迭代方法策略迭代RL朴素贝叶斯其他智能概述RationalDecisions理性决策rational理性意味着最大化期望效用maximizeyourexpectedutilityAnagentisanentitythatperceive
Echo木·2022-12-03 16:22
上一页 25 26 27 28 29 30 31 32 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他