吴恩达课程笔记

循环神经网络

为了学习编码器-译码器架构，可能需要涉及transformer，循环神经网络，序列到序列的知识，这里将循环神经网络作为起点进行学习，参考学习的是吴恩达深度学习课程。本文主要涉及单隐层循环
Alex·Fall·2023-10-30 05:02

ZKP6.3 Discrete-log-based Polynomial Commitments (Bulletproofs)

ZKP学习笔记ZK-LearningMOOC课程笔记Lecture6:Discrete-log-basedPolynomialCommitments(YupengZhang)6.3Bulletproofsandotherschemesbasedondiscrete-logKZG
Simba14·2023-10-30 03:11

ZKP5.2 PLONK IOP

ZKP学习笔记ZK-LearningMOOC课程笔记Lecture5:ThePlonkSNARK(DanBoneh)5.2ProvingpropertiesofcommittedpolynomialsoverviewPolynomialequalitytestingwithKZGKZG
Simba14·2023-10-30 03:41

ZKP6.1 Discrete-log-based Polynomial Commitments (Preliminary)

ZKP学习笔记ZK-LearningMOOC课程笔记Lecture6:Discrete-log-basedPolynomialCommitments(YupengZhang)RecallHowtobuildanefficientSNARK
Simba14·2023-10-30 03:41

ZKP6.2 Discrete-log-based Polynomial Commitments (KZG10)

ZKP学习笔记ZK-LearningMOOC课程笔记Lecture6:Discrete-log-basedPolynomialCommitments(YupengZhang)6.2KZGpolynomialcommitmentanditsvariantsKZG
Simba14·2023-10-30 03:41

ZKP3.1 Programming ZKPs (Implement Sudoku on Circom)

ZKP学习笔记ZK-LearningMOOC课程笔记Lecture3:ProgrammingZKPs(GuestLecturers:PratyushMishraandAlexOzdemir)UsingZKP3.1BigPicture
Simba14·2023-10-30 03:11

ZKP7.1 Polynomial Commitments Based on Error-correcting Codes (Background)

ZKP学习笔记ZK-LearningMOOC课程笔记Lecture7:PolynomialCommitmentsBasedonError-correctingCodes(YupengZhang)Recall
Simba14·2023-10-30 03:08

《区块链技术与应用》北大肖臻老师——课程笔记【21-23】

《区块链技术与应用》北大肖臻老师——课程笔记【21-23】一、权益证明二、ETH-TheDAO提示：以下内容只是个人在学习过程中记录的笔记，图片均是肖老师课程的截图，可供参考。
陆之沂·2023-10-29 20:11

【深度学习】吴恩达课程笔记(三)——参数VS超参数、深度学习的实践层面

笔记为自我总结整理的学习笔记，若有错误欢迎指出哟~吴恩达课程笔记——参数VS超参数、深度学习的实践层面六、参数VS超参数1.参数和超参数的区别2.什么是超参数？3.如何寻找超参数的最优值？
今天有没有吃饱饱·2023-10-29 16:31

【深度学习】吴恩达课程笔记(二)——浅层神经网络、深层神经网络

笔记为自我总结整理的学习笔记，若有错误欢迎指出哟~笔记链接【深度学习】吴恩达课程笔记(一)——深度学习概论、神经网络基础吴恩达课程笔记——浅层神经网络、深层神经网络四、浅层神经网络1.双层神经网络表示2
今天有没有吃饱饱·2023-10-29 16:00

【深度学习-吴恩达】L1-4 深层神经网络 作业

L1深度学习概论4深层神经网络作业链接：吴恩达《深度学习》-Heywhale.com0作业任务构建一个任意层数的深度神经网络实现构建深度神经网络所需的所有函数使用这些函数构建一个用于图像分类的深度神经网络学习目标
JackSerin·2023-10-29 16:29

【深度学习-吴恩达】L1-3 浅层神经网络 作业

L1深度学习概论3浅层神经网络作业链接：吴恩达《深度学习》-Heywhale.com0作业任务用1层隐藏层的神经网络分类二维数据目标：实现具有单个隐藏层的2分类神经网络使用具有非线性激活函数的神经元计算交叉熵损失实现前向和后向传播
JackSerin·2023-10-29 16:29

【深度学习-吴恩达】L1-2 神经网络基础

L1深度学习概论2神经网络基础课程视频共145min6s2.1二分分类BinaryClassification一些表示方法m：数据集的规模mtrain：训练集规模mtest：测试集规模nx：输入特征向量的维度，简写为n(x,y)：一组单独训练样本y：在二分类中，0/1的输出结果，即y∈{0,1}x：nx维度的输入特征向量，即x∈Rnx训练集：{(x(1),y(1)),(x(2),y(2)),…,(
JackSerin·2023-10-29 16:59

吴恩达深度学习笔记（一）——第一课第二周

深度学习概论什么是神经网络上图的单神经元就完成了下图中函数的计算。下图的函数又被称为ReLU（修正线性单元）函数复杂的神经网络也是由这些简单的单神经元构成。实现后，要得到结果，只需要输入即可。x那一列是输入，y是输出，中间是隐藏单元，由神经网络自己定义用神经网络进行监督学习领域所用的神经网络房产预测等领域标准架构StandardedNN计算机视觉卷积神经网络CNN音频，文字翻译（一维序列问题）循环
Laurie-xzh·2023-10-29 16:57

【深度学习】吴恩达课程笔记(一)——深度学习概论、神经网络基础

笔记为自我总结整理的学习笔记，若有错误欢迎指出哟~吴恩达课程笔记——深度学习概论、神经网络基础一、概念区别1.深度学习与机器学习2.深度学习与神经网络二、什么是神经网络1.分类2.特点3.工作原理4.神经网络示意图
今天有没有吃饱饱·2023-10-29 16:56

吴恩达《机器学习》2-5-＞2-7:梯度下降算法与理解

一、梯度下降算法梯度下降算法的目标是通过反复迭代来更新模型参数，以便最小化代价函数。代价函数通常用于衡量模型的性能，我们希望找到使代价函数最小的参数值。这个过程通常分为以下几个步骤：初始化参数：随机或设定初始参数的数值，如0,1,...,。计算代价函数的梯度：对于每个参数，计算代价函数J(0,1,...,)对该参数的偏导数，即梯度，表示为∂J/∂。更新参数：使用梯度信息来更新参数，根据以下规则更新
不吃花椒的兔酱·2023-10-29 15:31

第1周学习笔记-Coursera机器学习-吴恩达

Introduction1.MachineLearningdefinitionArthurSamuel(1959).MachineLearning:Fieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammer.古老的、正式的定义编写西洋棋程序，让程序自己跟自己下棋，让程序明白什么是好的布局、坏的布局。
烟若清尘·2023-10-29 09:30

Python机器学习从零开始（三）数据准备

——吴恩达1.数据预处理数据预处理需要根据数据本身的特性进行，有缺失的要填补，有无效的要剔除，有冗余维的要删除，这些步骤都和数据
靖墨c·2023-10-29 09:10

一文看懂特征工程

吴恩达提到过机器学习的根本其实就是数据，所以我只想回过头从数据起源这边重新审视自己的模型。顺便将自己对特征工程的所有理解系统地整理出来，给自己做个笔记，也给未来的小白做个领路。
是猪哥不是诸葛·2023-10-29 07:53

AI基础：自然语言处理基础之序列模型

本文主要参考吴恩达老师的深度学习课程[1]笔记部分。0.导语序列模型，是自然语言处理的基础，本集讲解循环序列模型。
Wang_AI·2023-10-29 07:22

生信课程笔记8-序列特征和基因模型

基因组特征（GenomicFeatures）包括基因组上的基因模型（genemodel）或其他序列特征（genefeature），如genes、exons、UTRs、transcripts等。基因模型被定义为基因产物的描述，包括来源于计算预测、mRNA测序或遗传特征的基因产物。该基因特征旨在近似覆盖该领域的工作者认为是基因的核酸区域。基因模型（genemodel）基因模型封装了单个剪接异构体（基因
果蝇饲养员的生信笔记·2023-10-29 07:34

2022-11-19【日精进第62天】

李庆单位：郑州鹿野苑餐饮管理有限公司（朵家甜品厨房）每日定课（根据实际情况，每十天微调一次）：1，晨跑：5：20前，18分钟内跑完3公里；【完成】2，读书笔记：阅读30min+，以及写笔记；【完成】3，课程笔记
李庆是个做蛋糕的·2023-10-29 04:17

《事业营》——2020.05.31

【课程笔记】托尼罗宾斯的团队中，托尼一心想要为学员服务，而他的团队中的人只是敬佩托尼，并不真正关心托尼最终想要服务的那群人作为老板或带团队在选择人时，要判断是为了服务老板而来，还是为了老板的终极目标而来的
韵江南·2023-10-28 20:15

机器学习笔记03_机器学习基本概念(下)

学习视频：[中英字幕]吴恩达机器学习系列课程学习资料：https://github.com/fengdu78/Coursera-ML-AndrewNg-NotesGitHub不好用的话，我在CSDN资源区也上传了开源资料
三木今天学习了嘛·2023-10-28 17:25

吴恩达《机器学习》2-2-＞2-4:代价函数

一、代价函数的概念代价函数是在监督学习中用于评估模型的性能和帮助选择最佳模型参数的重要工具。它表示了模型的预测输出与实际目标值之间的差距，即建模误差。代价函数的目标是找到使建模误差最小化的模型参数。二、代价函数的理解训练集数据：假设我们有一个训练集，其中包含个样本（数据点），每个样本都有一个特征和一个对应的目标值。模型的假设函数：我们构建一个假设函数ℎ()用于预测目标值。在单变量线性回归中，这个假
不吃花椒的兔酱·2023-10-28 16:58

【课程笔记】南大软件分析课程9——污点分析（课时13）

目录：信息流安全保密性和完整性显示流和隐藏信道-ExplicitFlowsandCovertChannels污点分析重点：显示流和隐藏信道，使用污点分析来检测信息流漏洞。1.信息流安全访问控制：关注信息访问。信息流安全：关注信息传播。信息流：x->y表示x的值流向y。信息等级：对不同变量进行分级，即安全等级，H-高密级，L-低密级。安全策略：非干涉策略，高密级变量H的信息不能影响（流向）低密级变量
bsauce·2023-10-28 15:29

2022-11-9【日精进第52天】

2，读书笔记：阅读30min+，笔记200字以上；【完成】3，课程笔记：阅读30min+，笔记200字以上；【完成】4，扫除道：10分钟工作及生活区整理；【未完成。
李庆是个做蛋糕的·2023-10-28 13:34

吴恩达深度学习-序列模型 2.7 负采样

这节课学习的同样是一个监督学习嵌入向量的模型，上节课的skip-gram使用的softmax分类器求和带来的计算量太大了，这节课使用的算法可以避免这个问题。这节课名字叫做负采样，那么正采样呢？我们还是像上节课一样，在一句话里随机选出一个context，然后在一定的词距范围内选择一个词。这两个词组成的一个pair就叫做正样本，然后再在词典当中随机选择一个词，把它们设置成不相关，这就叫做负样本，这些随
prophet__·2023-10-28 10:32

吴恩达《机器学习》1-3:监督学习

一、监督学习例如房屋价格的数据集。在监督学习中，我们将已知的房价作为"正确答案"，并将这些价格与房屋的特征数据一起提供给学习算法。学习算法使用这些已知答案的数据来学习模式和关系，以便在未知情况下预测其他房屋的价格。这就是监督学习，通过提供正确答案来训练算法以做出准确的预测或估计。二、回归问题回归：推测出这一系列连续值属性。回归问题：根据输入特征来预测或推测出连续的数值结果。举例来说，房价预测可以被
不吃花椒的兔酱·2023-10-28 05:50

吴恩达《机器学习》1-5:模型描述

一、单变量线性回归单变量线性回归是监督学习中的一种算法，通常用于解决回归问题。在单变量线性回归中，我们有一个训练数据集，其中包括一组输入特征（通常表示为）和相应的输出目标（通常表示为）。这个算法的目标是学习一个线性函数，通常表示为ℎ()，其中是要学习的参数，以便将输入特征映射到输出目标。具体地，对于单变量线性回归，通常使用以下形式的线性函数：其中：ℎ()表示通过算法学习到的假设（或预测）函数。0和
不吃花椒的兔酱·2023-10-28 05:50

吴恩达《机器学习》1-4:无监督学习

参考资料：[中英字幕]吴恩达机器学习系列课程黄海广博
不吃花椒的兔酱·2023-10-28 05:08

吴恩达机器学习笔记

WhatisMachineLearning?TwodefinitionsofMachineLearningareoffered.ArthurSamueldescribeditas:"thefieldofstudythatgivescomputerstheabilitytolearnwithoutbeingexplicitlyprogrammed."Thisisanolder,informaldef
孙虾米·2023-10-28 03:33

---吴恩达

原文来自Quora：How-should-you-start-a-career-in-Machine-LearningCoursera上的斯坦福机器学习旨在帮助广大观众开始机器学习。如果您熟悉基本的编程（用任何语言），我建议从那里开始。许多人通过完成MOOC来获得机器学习方面的工作。其他类似的在线课程也会有帮助;例如，约翰·霍普金斯大学的数据科学专业。参加Kaggle或其他在线机器学习比赛也帮助人
everfight·2023-10-28 02:02

Prompt

文章目录ChatGPTPromptEngineeringforDevelopers(吴恩达)引言指南Principleprinciple1-Usedelimitersprinciple1-Askforstructuredoutputprinciple1
右边是我女神·2023-10-27 22:32

Transformer-深度学习-台湾大学李宏毅-课程笔记

目录参考Seq2seqSequence-to-sequence（Seq2seq）适用任务语音识别机器翻译语音翻译语音合成聊天机器人自然语言处理硬解任务：文法分析硬解任务：多标签分类硬解任务：目标检测Sequence-to-sequence（Seq2seq）EncoderTransformer’sEncoder原始论文设计Transform’sEncoder原始论文的设计是否最优？-不是Decode
成 大事·2023-10-27 17:28

区块链课程笔记

今天的内容是近期上的区块链开发课的笔记一部分，偏技术，是自己听的很有感觉的一节课，非区块链行业的同学如果看到我这片文章，会不知所云。区块链概述一个区块链，相当于一个账本，它是记录交易的，一个区块链像一本书一样，每一个个别的区块像书里的一页，每一页都会有一定数量的交易。所以一个区块链描述的是一个封闭的生态的历史，从第一个交易到最后一个交易；不同的交易会被包装成个别的区块，整个历史是一个交易的排序，不
蓝海_d39c·2023-10-27 13:04

吴恩达机器学习第一周第一课

第一课内容比较简单，大致分为三类1.人工智能的主要应用无人驾驶；垃圾邮件的分类；推荐系统，图片识别，语音识别，文字识别等等。2.机器学习的定义TomMitchell(1998)Well-posedLearningProblem:AcomputerprogramissaidtolearnfromexperienceEwithrespecttosometaskTandsomeperformanceme
摩托卡·2023-10-27 07:59

吴恩达机器学习第十周测试

第一题答案B分析：当代价函数呈上升趋势的时候，可以试着将学习率减小第二题答案CD分析：A：随机梯度下降并不能并行化，错误。B：批量梯度下降是在每一次迭代后计算代价函数，错误。C：在随机梯度下降算法执行之前，先要将样本打乱，正确。D：在大量数据样本的情况下，随机梯度下降要比批量梯度下降效率高，正确。第三题答案AD第四题答案CD第五题答案ACD
一叶知秋Autumn·2023-10-27 07:28

【GAMES104】现代游戏引擎笔记目录（更新中……）

此后更新的课程笔记将放在本文作为索引。笔记将结合课程内容和参考书《游戏引擎架构第二版》书写，并将在直播之后的两个工作日内更新。
什么战吕布·2023-10-26 17:08

小D课堂 - 新版本微服务springcloud+Docker教程_1_01课程简介

笔记=============================================SpringCloud课程笔记.txt第一章课程介绍和学习路线1、微服务架构SpringCloud课程介绍简介
weixin_30566063·2023-10-26 14:33

27-稳-4384-第17天-#裂变增长实验室#

所以，我看看了前期的课程笔记和作业，对整个课程的思路和框架进行了梳理，让
稳_2a16·2023-10-26 11:42

程序设计与算法 | (3) 输入输出与运算符、表达式

本专栏主要基于北大郭炜老师的程序设计与算法系列课程进行整理，包括课程笔记和OJ作业。
CoreJT·2023-10-26 04:13

笔译课程笔记——L08

课程小结因为春节出游，中间漏掉两课，近日陆续补充。汉译英难度和英译汉差别很大，主要在于日常词汇和固定表达的积累不够，对语言的分析能力有待提高。今日要点小结：1.汉译英的结构表达。中文的正式报告中常缺主语，且多个单句并列，翻译时可以根据文章中的逻辑和结构进行切割，变成几个整句；2.对与政府类文件中常用的词汇或者表达，需要查询固定用法，不能简单的意译，对此可以搜索平行文件等；3.汉译英更能体现出语言的
Cherry_Liu·2023-10-26 02:52

【吴恩达课后测验】Course 3 - 结构化机器学习项目 - 第一周测验之关于我的理解

前10个很简单，对此没什么疑惑，第十一题我有一些迷，查阅网上资料后，清楚了一些，把我的理解挂上正则化是为了防止过拟合开发集和测试集是属于同一分布的，此时两者的错误率相差很大，说明对开发集适应的太好，过拟合了，从而导致对测试集测试的不好。改善的策略有很多，为了防止过拟合，可以增加开发集大小等如果把数据放进数据集之后，训练的话就会造成对原有的图像进行再训练，这将会导致过拟合、新样本相对于总样本比例非常
墨水河刘能·2023-10-26 02:04

sheng的学习笔记-【中】【吴恩达课后测验】Course 3 - 结构化机器学习项目 - 第一周测验

课程3_第1周_测验题目录：目录要解决的问题①这个例子来源于实际项目，但是为了保护机密性，我们会对细节进行保护。②现在你是和平之城的著名研究员，和平之城的人有一个共同的特点：他们害怕鸟类。③为了保护他们，你必须设计一个算法，以检测飞越和平之城的任何鸟类，同时警告人们有鸟类飞过。市议会为你提供了10,000,000张图片的数据集，这些都是从城市的安全摄像头拍摄到的。它们被命名为:y=0：图片中没有鸟
coldstarry·2023-10-26 02:30

sheng的学习笔记-【中】【吴恩达课后测验】Course 3 - 结构化机器学习项目 - 第二周测验

课程3_第2周_测验题目录：目录要解决的问题①为了帮助你练习机器学习的策略，本周我们将介绍另一个场景，并询问你将如何行动。②我们认为这个在机器学习项目中工作的“模拟器”将给出一个任务，即领导一个机器学习项目可能是什么样的！③您受雇于一家初创公司，制造自动驾驶汽车。④您负责检测图像中的道路标志（停车标志、人行横道标志、施工先行标志）和交通信号（红绿灯）。⑤目标是识别每张图像中的这些对象。例如，上面的
coldstarry·2023-10-26 02:26

CNN笔记：通俗理解卷积神经网络

通俗理解卷积神经网络（cs231n与5月dl班课程笔记）1前言2012年我在北京组织过8期machinelearning读书会，那时“机器学习”非常火，很多人都对其抱有巨大的热情。
I_O_fly·2023-10-26 01:07

课程笔记

https://shimo.im/docs/Z8xLb6G5IfQrPZ56《娜娜整理3月12日课程整理》，可复制链接后用小程序或者App打开
娜娜_f47b·2023-10-25 23:18

JavaScript 进阶课程笔记 第六天

JavaScript进阶课程笔记第六天BOM操作浏览器一、Windows对象BOM（浏览器对象模型）BrowserObjectModel定时器-延迟函数setTimeout(回调函数，等待的毫秒数)setTimeout
RockyBlog·2023-10-25 22:47

JavaScript 进阶课程笔记 第一天

JavaScript进阶课程笔记第一天一、WebAPI基本认知1.1作用和分类作用：就是使用JS去操作HTML和浏览器分类：DOM（文档对象模型），BOM（浏览器对象模型）1.2什么是DOM（DocumentObjectModel
RockyBlog·2023-10-25 22:17
上一页 12 13 14 15 16 17 18 19 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他