E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
吴恩达-深度学习笔记
动手
深度学习笔记
(四十九)8.5. 循环神经网络的从零开始实现
动手
深度学习笔记
(四十九)8.5.循环神经网络的从零开始实现8.5.循环神经网络的从零开始实现8.5.1.独热编码8.5.2.初始化模型参数8.5.3.循环神经网络模型8.5.4.预测8.5.循环神经网络的从零开始实现本节将根据
落花逐流水
·
2024-01-02 13:23
pytorch实践
深度学习
rnn
oracle buffer block,8 Oracle
深度学习笔记
——BUFFER CACHE深入一
8.Oracle
深度学习笔记
——BUFFERCACHE深入一最近项目一直和ORACLE死磕,感觉总是找不到出口,只能多看书少说话了。先记录多少是多少吧!
赵轩昂
·
2024-01-02 02:04
oracle
buffer
block
【OpenAI出品】ChatGPT表现不好?很有可能是你的prompt没有写好
最近,AI大佬
吴恩达
联合OpenAI发布视频,手把手教你怎样如何写好prompt,这篇文章将对视频中的关键信息进行总结,如果你发现你的LLM不work,希望这篇文章可以对你有所帮助。原版视频:
汀、人工智能
·
2024-01-01 22:07
Prompt
Learning
chatgpt
prompt
人工智能
自然语言处理
文本生成
LLM 系列 | 04:ChatGPT Prompt编写指南
5月初
吴恩达
老师与OpenAI合作推出的《ChatGPTPromptEngineeringforDevelopers》课程,以指
JasonLiu1919
·
2024-01-01 22:06
LLM
NLP
chatgpt
人工智能
LLM
NLP
关于深度学习下的神经网络总结
然后,针对这些疑问,开始学习台湾老师李宏毅的视频、
吴恩达
的视频或者国内知名学者的一些视频,接着寻找一系列学习资源,最后,开始怀疑自己,到底在学习什么。以上出现的情景,正是本人遇到的。
Algorithm_Engineer_
·
2024-01-01 18:47
人工智能
深度学习
神经网络
机器学习
生成对抗网络
python
【
深度学习笔记
】4.前馈神经网络
前馈神经网络发展历程神经元(M-P)神经元是1943年由两名科学家首次提出的神经元模型。在M-P模型中,神经元接受其他n个神经元的输入信号(0或1),这些输入信号经过权重加权并求和,将求和结果与阈值(threshold)θ比较,然后经过激活函数处理,得到神经元的输出。y=∑i=1nωijxi+θy=\sum^n_{i=1}\omega_{ij}x_i+\thetay=i=1∑nωijxi+θM-P
不休的turkeymz
·
2024-01-01 07:49
深度学习
python
人工智能
机器学习
深度学习
神经网络
2019-08-12
我知道,我现在应该马上敲代码,又不然看下
吴恩达
的视频也好。但是很烦躁,真的越急躁越不想动。
你是你或是你
·
2024-01-01 06:42
【
吴恩达
deeplearning】第一门课 - 第二周 - 神经网络的编程基础(笔记+习题+编程作业)
第一门课-神经网络和深度学习(第二周-神经网络的编程基础)2.1二分类(BinaryClassification)二分类中的逻辑回归2.2逻辑回归(LogisticRegression)2.3逻辑回归的代价函数损失函数(误差函数)代价函数(成本函数)2.4梯度下降法2.8使用计算图求导数2.9逻辑回归中的梯度下降单个样本实例m个样本的梯度下降2.11向量化2.14向量化逻辑回归代码流程(非向量化)
卷卷0v0
·
2024-01-01 02:45
吴恩达深度学习课程
神经网络
笔记
人工智能
机器学习
深度学习
【
吴恩达
deeplearning】第一门课 - 第一周 - 深度学习引言(笔记+习题)
第一门课-神经网络和深度学习(第一周-深度学习引言)1.2什么是神经网络1.3神经网络的监督学习【概念习题】1.2什么是神经网络在预测房屋价格时,除了房屋的面积,其他的特征例如卧室的数量也会影响房屋的价格。邮政编码或许能作为一个特征,反映步行化程度,也可能体现出附近学校的水平有多好。在图上每一个画的小圆圈都可以是ReLU的一部分,或者其它非线性的函数。基于房屋面积和卧室数量,可以估算家庭人口;基于
卷卷0v0
·
2024-01-01 02:15
吴恩达深度学习课程
深度学习
笔记
人工智能
python
神经网络
全网最全深度学习案例整理汇总
深度学习-DeepLearning-DL、自然语言处理NLMachine-Learning数学基础矩阵微积分机器学习的数学基础CS229线性代数与概率论基础机器学习基础快速入门机器学习算法地图机器学习
吴恩达
xiaoshun007~
·
2024-01-01 00:07
深度学习
人工智能
一文搞懂Transformers—01(Transformers机制)
(本文参考资料来自邱锡鹏老师和
吴恩达
老师)Transformer结构编码器encoder当输入feed之后,将每一个词映射到一个向量上面(高维到低维称之为嵌入e
今天不要熬夜
·
2024-01-01 00:29
深度学习模型
人工智能
transformer
python
第一门课 神经网络和深度学习
以下是
吴恩达
老师的原话:深度学习改变了传统互联网业务,例如如网络搜索和广告。但是深度学习同时也使得许多新产品和企业以很多方式帮助人们,从获得更好的健康
彳亍cium
·
2023-12-28 17:18
2020-12-07
吴恩达
-神经网络与深度学习-第三周编程练习
Github地址:https://github.com/Poissons/wuenda-Deep-Learning-And-Neural-Network-third-week-excercise.git
Vivivivi安
·
2023-12-28 14:59
sheng的学习笔记-卷积神经网络
源自
吴恩达
的深度学习课程,仅用于笔记,便于自行复习导论1)什么是卷积神经网络卷积神经网络,也就是convolutionalneuralnetworks(简称CNN),使用卷积算法的神经网络,常用于计算机视觉等领域
coldstarry
·
2023-12-28 14:28
AI
cnn
深度学习
神经网络
人工智能
文心版
吴恩达
课程:语义核心(Semantic Kernel)插件的商业应用
文心版
吴恩达
课程:语义核心(SemanticKernel)插件的商业应用SemanticKernelisanSDKthatintegratesLargeLanguageModels(LLMs)likeOpenAI
skywalk8163
·
2023-12-28 10:52
人工智能
文心一言
ai
自然语言处理
paddlepaddle
吴恩达
深度学习笔记
(2)-什么是神经网络(Neural Network)
什么是神经网络?(WhatisaNeuralNetwork)我们常常用深度学习这个术语来指训练神经网络的过程。有时它指的是特别大规模的神经网络训练。那么神经网络究竟是什么呢?在这个视频中,会讲解一些直观的基础知识。首先,让我们从一个房价预测的例子开始讲起。假设你有一个数据集,它包含了六栋房子的信息。所以,你知道房屋的面积是多少平方英尺或者平方米,并且知道房屋价格。这时,你想要拟合一个根据房屋面积预
极客Array
·
2023-12-27 20:02
python实现knn算法案例_python机器学习——KNN算法简单入门(真的很简单!)
起初我也是这样的,各种看别人的博客,
吴恩达
的课程也死磕,但效果不佳。
weixin_39892481
·
2023-12-27 03:18
python实现knn算法案例
2020-12-03
吴恩达
-神经网络与深度学习-第二周编程练习
最近听
吴恩达
老师的课,写课后作业Github地址:https://github.com/Poissons/wuenda-Deep-Learning-And-Neural-Network-second-week-excercise
Vivivivi安
·
2023-12-27 02:01
sheng的学习笔记-【中】【
吴恩达
课后测验】Course 4 -卷积神经网络 - 第三周测验
课程4_第3周_测验题目录第一题1.现在你要构建一个能够识别三个对象并定位位置的算法,这些对象分别是:行人(c=1),汽车(c=2),摩托车(c=3)。下图中的标签哪个是正确的?注:y=[pc,bx,by,bh,bw,c1,c2,c3]y=[p_c,b_x,b_y,b_h,b_w,c_1,c_2,c_3]y=[pc,bx,by,bh,bw,c1,c2,c3]A.【 】y=[1,0.3,0.7,0.
coldstarry
·
2023-12-27 01:13
吴恩达作业-深度学习
深度学习
神经网络
sheng的学习笔记-【中】【
吴恩达
课后测验】Course 4 -卷积神经网络 - 第二周测验
课程4_第2周_测验题目录第一题1.在典型的卷积神经网络中,随着网络的深度增加,你能看到的现象是?A.【 】nHn_HnH和nWn_WnW增加,同时nCn_CnC减少B.【 】nHn_HnH和nWn_WnW减少,同时nCn_CnC也减少C.【 】nHn_HnH和nWn_WnW增加,同时nCn_CnC也增加D.【 】nHn_HnH和nWn_WnW减少,同时nCn_CnC增加答案:D.【√】nHn_H
coldstarry
·
2023-12-27 01:12
吴恩达作业-深度学习
深度学习
神经网络
sheng的学习笔记-【中】【
吴恩达
课后测验】Course 4 -卷积神经网络 - 第一周测验
课程4_第1周_测验题目录第一题1.你认为把下面这个过滤器应用到灰度图像会怎么样?[01−1013−3−113−3−101−10]\begin{bmatrix}0&1&-1&0\\1&3&-3&-1\\1&3&-3&-1\\0&1&-1&0\end{bmatrix}01101331−1−3−3−10−1−10A.【 】会检测45度边缘B.【 】会检测垂直边缘C.【 】会检测水平边缘D.【 】会检测
coldstarry
·
2023-12-27 01:42
吴恩达作业-深度学习
深度学习
sheng的学习笔记-【中】【
吴恩达
课后测验】Course 4 -卷积神经网络 - 第四周测验
课程4_第4周_测验题目录第一题1.面部验证只需要将新图片与1个人的面部进行比较,而面部识别则需要将新图片与K个人的面部进行比较。A.【 】正确B.【 】错误答案:A.【√】正确第二题2.在人脸验证中函数d(img1,img2)起什么作用?A.【 】只需要给出一个人的图片就可以让网络认识这个人B.【 】为了解决一次学习的问题C.【 】这可以让我们使用softmax函数来学习预测一个人的身份,在这个
coldstarry
·
2023-12-27 01:42
吴恩达作业-深度学习
神经网络
深度学习
批量归一化(Batch normalization)
动手学
深度学习笔记
-批量归一化Batchnormalization什么是批量归一化?为什么需要批量归一化?批量归一化如何起作用?总结与注意事项什么是批量归一化?
安静的钢琴
·
2023-12-26 11:28
batch
深度学习
机器学习
python
神经网络和深度学习(
吴恩达
) 第二周课程提炼
本系列笔记旨在记录自己的学习过程,能够及时回顾整理学过的东西,有助于加深理解和记忆,方便今后回看。学这个课程的同时,也在看《机器学习》(周志华),所以会将书和视频的内容结合来看,综合学习。本篇主要是第二周课程中讲到的:二分分类、Logistic回归、损失函数、梯度下降、向量化。二分分类:简单理解就是输出的结果是两个离散的值,就像课程中举的例子:通过输入一张图片的信息,经过一系列的计算,输出一个离散
北冥丶有鱼
·
2023-12-25 19:24
做完这些_成为机器学习方面的专家
概率论这三大件不多说,基础中的基础.2.对于编程工具,b站上500集的python教程---python面向对象编程五部曲(从零到就业).3.对于机器学习的理论板块,推荐b站up主---啥都会一点的研究生,里面有一个
吴恩达
最新版的教学视频
DARRENANJIAN
·
2023-12-23 19:13
FWI思考与总结
机器学习
人工智能
paddlepaddle
深度学习笔记
(二)使用飞桨重写房价预测任务
在之前的章节中,学习了使用Python和NumPy实现波士顿房价预测任务的方法,本章将尝试使用飞桨重写房价预测任务,体会二者的异同。在数据处理之前,需要先加载飞桨框架的相关类库。paddlepaddle飞浆官网CPU版的PaddlePaddlepipinstallpaddlepaddle==2.4.2-ihttps://pypi.tuna.tsinghua.edu.cn/simpleGPU版的Pa
PEACE_小石头
·
2023-12-23 16:54
paddlepaddle
深度学习
笔记
python
吴恩达
RLHF课程笔记
1.创建偏好数据集一个prompt输入到LLM后可以有多个回答,对每个回答选择偏好比如{prompt,answer1,answer2,prefer1}2.根据这个数据集(偏好数据集),创建rewardmodel,这个model也是一个LLM,并且它是回归模型,返回的是对每个answer的score,loss是最大化winningcandidate和losingcandidate的score。训练结
鱼鱼9901
·
2023-12-23 14:56
nlp
笔记
python
自然语言处理
ML学习安排和资源链接
第一阶段:学习前置数学知识机器学习的数学基础_二进制人工智能的博客-CSDN博客第二阶段:认知机器学习
吴恩达
机器学习【2022中文版教程全集】_哔哩哔哩_bilibili视频5h,看了一点发现后面没字幕了
Nice night
·
2023-12-23 13:55
#
ML吴恩达
机器学习
吴恩达
深度学习笔记
(28)-网络训练验证测试数据集的组成介绍
从今天开始我们进入新的一个大方向了,改善深层神经网络:超参数调试、正则化以及优化,首先进入深度学习的一个新层面,先认识下在深度学习中的数据集的分类。之前可能大家已经了解了神经网络的组成的几个部分,那么我们将继续学习如何有效运作神经网络,内容涉及超参数调优,如何构建数据,以及如何确保优化算法快速运行,从而使学习算法在合理时间内完成自我学习。训练,验证,测试集(Train/Dev/Testsets)在
极客Array
·
2023-12-21 06:18
吴恩达
深度学习-序列模型 3.10触发字监测 + 课程总结
今天学习的是触发字检测,这个说起来可能有点学术,但是简单来说就是。hey,siri!然后你的手机就会亮起来,这就是触发字检测。首先,关于触发字检测还处于发展阶段,并没有一个以绝对优势取胜的算法。如果我们想建立一个算法,那么我们首先要知道数据集如何进行标记,如果从简单的结果来想,我们可以在每次完成一次触发字之后的那个时间设置为1,其他时间设置为0。但这样做是有一些问题的,因为大部分时间是不会触发的,
prophet__
·
2023-12-20 12:21
fast.ai
深度学习笔记
:第一部分第二课
原文:DeepLearning2:Part1Lesson2作者:HiromiSuenaga论坛笔记本回顾上一课[01:02]我们使用3行代码来构建图像分类器。为了训练模型,需要在PATH下以某种方式组织数据(在本例中为data/dogscats/):image应该有train文件夹和valid文件夹,并且在每个文件夹下都有带有分类标签的文件夹(例如本例中的cats),其中包含相应的图像。训练输出:
布客飞龙
·
2023-12-20 00:31
动手学
深度学习笔记
(二)
1.线性回归简化模型房价预测的模型可以理解为用一些能够表示房子特点的因素如卧室个数、卫生间个数、面积等nnn个属性组成的特征向量:x=[x1x2⋮xn]\mathbf{x}=\left[\begin{matrix}x_1\\x_2\\\vdots\\x_n\end{matrix}\right]x=⎣⎢⎢⎢⎡x1x2⋮xn⎦⎥⎥⎥⎤房价的预测是这些属性的加权和:y=w1x1+w2x2+⋯+wnxn+
上官永石
·
2023-12-19 18:31
动手学深度学习
人工智能
机器学习
深度学习
机器学习资料整理
ML&DLBookThefastaideeplearninglibrary入门导师,带我走进了机器学习的世界Coursera-ML-AndrewNg-Notes
吴恩达
老师的机器学习课程个人笔记,"小时候
FMsunyh
·
2023-12-19 06:52
机器学习
机器学习
人工智能
深度学习笔记
_6经典预训练网络LeNet-18解决FashionMNIST数据集
1、调用模型库,定义参数,做数据预处理importnumpyasnpimporttorchfromtorchvision.datasetsimportFashionMNISTimporttorchvision.transformsastransformsfromtorch.utils.dataimportDataLoaderimporttorch.nn.functionalasFimporttor
Element_南笙
·
2023-12-18 20:23
深度学习
深度学习
笔记
人工智能
深度学习笔记
_7经典网络模型LSTM解决FashionMNIST分类问题
1、调用模型库,定义参数,做数据预处理importnumpyasnpimporttorchfromtorchvision.datasetsimportFashionMNISTimporttorchvision.transformsastransformsfromtorch.utils.dataimportDataLoaderimporttorch.nn.functionalasFimporttor
Element_南笙
·
2023-12-18 20:51
深度学习
深度学习
笔记
lstm
【机器学习】简单认识监督学习
所以我打算从0开始学习机器学习算法,根据
吴恩达
老
釉色清风
·
2023-12-18 10:21
机器学习
机器学习
学习
人工智能
LLM tip
openaiembedding+openai3.5turbo快速搭建一个本地知识问答系统,视频也尝试了本地模型进行embedding,效果比较差视频附上相关的ipynb的代码代码链接微软AutoGen链接
吴恩达
summermoonlight
·
2023-12-18 07:28
自然语言处理
python
人工智能
算法
progressive random convolutions for single domain generalization论文阅读过程
采用的是
吴恩达
老师的论文阅读方法。
目标是分享一切
·
2023-12-18 06:59
论文精度
深度学习
计算机视觉
神经网络
如何开发一个prompt?prompt的使用有哪些原则?
提示词迭代开发写提示词时,第一次尝试是值得的,反复完善提示,获得越来越接近你想要的结果原文来源于B站
吴恩达
提示工程教学公开课。
贾欣晓
·
2023-12-18 05:55
AI&Python
AI
深度学习记录--矩阵维数
如何识别矩阵的维数如下图矩阵的行列数容易在前向和后向传播过程中弄错,故写这篇文章来提醒易错点顺便起到日后查表改错的作用本文仅作本人查询参考(摘自
吴恩达
深度学习笔记
)
蹲家宅宅
·
2023-12-17 11:02
深度学习记录
深度学习
矩阵
人工智能
吴恩达
《机器学习》11-3-11-5:类偏斜的误差度量、查准率和查全率之间的权衡、机器学习的数据
一、类偏斜的误差度量误差度量的关键性之前的课程中已经提到了误差分析和设定误差度量值的重要性。评估学习算法并衡量其表现需要使用一个实数,这就是误差度量值。然而,在某些情况下,特别是当处理偏斜类时,选择正确的误差度量值可能会对算法的性能产生微妙但重要的影响。偏斜类的问题偏斜类的情况发生在训练集中某一类实例数量非常多,而其他类的实例数量很少或没有的情况下。举例来说,如果希望用算法来预测肿瘤是否是恶性的,
不吃花椒的兔酱
·
2023-12-16 12:01
机器学习
机器学习
学习
笔记
吴恩达
《机器学习》12-2-12-3:大边界的直观理解、大边界分类背后的数学
一、大边界的直观理解1.大间距分类器的背景支持向量机的大间距分类器着眼于构建一个能够在正负样本之间划定最大间距的决策边界。为了理解这一点,首先观察支持向量机的代价函数,其中涉及到正负样本的代价函数cos1()和cos0()。对于正样本(=1),我们希望^的值大于等于1,而对于负样本(=0),希望^的值小于等于-1。这要求决策边界不仅能够正确分离样本,还需要具备足够的“安全间距”。2.支持向量机的大
不吃花椒的兔酱
·
2023-12-16 12:01
机器学习
机器学习
学习
笔记
吴恩达
《机器学习》12-4-12-5:核函数 1、核函数 2
一、核函数11.多项式模型的局限性在之前的学习中,了解到可以使用多项式模型来解决无法用直线进行分隔的分类问题。例如,对于判定边界的建模,可能会使用类似于以下形式的模型:然而,这样的多项式模型在实际应用中可能存在一些问题,特别是对于高维度的数据。因此,需要一种更有效的方法来构造新的特征。2.核函数的引入为了解决上述问题,引入了核函数的概念。核函数允许我们通过将原有特征与预先选定的地标(Landmar
不吃花椒的兔酱
·
2023-12-16 12:55
机器学习
机器学习
学习
笔记
深度学习学习顺序梳理
spm_id_from=333.999.0.0&vd_source=9607a6d9d829b667f8f0ccaaaa142fcb1.
吴恩达
机器学习课程已学完,时间较久了,后续可以重新听一遍,整理一下笔记
陌上阳光
·
2023-12-14 23:37
深度学习
深度学习
人工智能
吴恩达
《机器学习》12-1:优化目标
在机器学习的旅程中,我们已经接触了多种学习算法。在监督学习中,选择使用算法A还是算法B的重要性逐渐减弱,而更关键的是如何在应用这些算法时优化目标。这包括设计特征、选择正则化参数等因素,这些在不同水平的实践者之间可能表现出截然不同的效果。在支持向量机(SupportVectorMachine,SVM)这一强大而受欢迎的算法中,我们发现了一种更为清晰且强大的学习方式,尤其在处理复杂非线性方程时。在这篇
不吃花椒的兔酱
·
2023-12-14 22:34
机器学习
机器学习
学习
笔记
单变量线性回归的机器学习代码
本文为学习
吴恩达
版本机器学习教程的代码整理,使用的数据集为https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes/blob/f2757f85b99a2b800f4c2e3e9ea967d9e17dfbd8
ShawnWeasley
·
2023-12-14 22:59
AI
线性回归
机器学习
算法
学习机器学习开始的一些别人的看法
吴恩达
晒妻又晒车,顺便宣布了一个重大消息清华系“AI帮”崛起,要驱动1500亿元产业规模
wang--moumou
·
2023-12-14 19:15
【
深度学习笔记
】08 欠拟合和过拟合
08欠拟合和过拟合生成数据集对模型进行训练和测试三阶多项式函数拟合(正常)线性函数拟合(欠拟合)高阶多项式函数拟合(过拟合)importmathimportnumpyasnpimporttorchfromtorchimportnnfromd2limporttorchasd2l生成数据集给定xxx,我们将使用以下三阶多项式来生成训练和测试数据的标签:y=5+1.2x−3.4x22!+5.6x33!+
LiuXiaoli0720
·
2023-12-06 00:50
深度学习笔记
深度学习
笔记
人工智能
【
深度学习笔记
】07 多层感知机
07多层感知机多层感知机在网络中加入隐藏层从线性到非线性激活函数ReLU函数sigmoid函数tanh函数多层感知机的从零开始实现初始化模型参数激活函数模型损失函数训练多层感知机的简洁实现模型多层感知机在网络中加入隐藏层我们可以通过在网络中加入一个或多个隐藏层来克服线性模型的限制,使其能处理更普遍的函数关系类型。要做到这一点,最简单的方法是将许多全连接层堆叠在一起。每一层都输出到上面的层,直到生成
LiuXiaoli0720
·
2023-12-06 00:49
深度学习笔记
深度学习
笔记
人工智能
【
深度学习笔记
】06 softmax回归
06softmax回归softmax运算损失函数对数似然Fashion-MNIST数据集读取数据集读取小批量整合所有组件softmax回归的从零开始实现初始化模型参数定义softmax操作定义模型定义损失函数分类精度训练预测softmax回归的简洁实现softmax运算softmax函数能够将未规范化的预测变换为非负数并且总和为1,同时让模型保持可导的性质。为了完成这一目标,首先对每个未规范化的预
LiuXiaoli0720
·
2023-12-06 00:19
深度学习笔记
深度学习
笔记
回归
上一页
1
2
3
4
5
6
7
8
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他