李宏毅机器学习知识梳理第19页

【李宏毅机器学习】task05-网络设计的技巧

文章目录局部最值（LocalMinimum）与鞍点（SaddlePoint）处理鞍点处理局部最小值批次（batch）和动量（Momentum）自动调整学习速率BatchNormalization局部最值（LocalMinimum）与鞍点（SaddlePoint）在训练过程中，不可避免的会有局部最小值和鞍点的问题。它们的梯度都为0，我们把这两种点统称为临界点（CriticalPoint）那么如何分辨

超级虚空·2022-11-25 12:40

李宏毅机器学习-神经网络设计（2021版）

1.局部最小值和鞍点localminima:局部最小值saddlepoint：鞍点它们统称为criticalpoint（临界点）。如何知道是哪个？举例这是saddlepoint。saddlepoint比localminima更加常见。2.批次（Batch）与动量(Momentum)左边没有用batch，右边是使用了batch的。左边的更新所要花的时间更长，结果更加稳定；右边花费的时间短，但是有噪声

Maydayz·2022-11-25 10:56

李宏毅机器学习笔记-2022spring

机器学习笔记文章目录机器学习笔记Lecture1Colab的使用机器学习的基本概念一个简单的例子1.方程的设立2.定义损失函数3.优化参数（Loss最小）对上例的改进Hardsigmoid多层的神经网络Lecture2调优模型的思路训练数据Loss过大训练数据Loss过小局部最小值与鞍点鞍点局部最小值训练技巧（Batch&Momentum）自动调整学习速率RMS(RootMeanSquare,均方

jwj1342·2022-11-25 07:03

cnn和lstm

cnn和lstm原理cnn基础理论5-卷积神经网络图解-1_哔哩哔哩_bilibili【面试之CNN基础知识梳理】_一枚甜甜的程序媛的博客-CSDN博客机器学习与深度学习面试系列十三（CNN）-知乎1.

西二旗鲁智深·2022-11-25 05:51

【PaddlePaddle】【李宏毅机器学习特训营】快速上手paddle框架

【飞桨】【PaddlePaddle】【李宏毅机器学习特训营】课程链接：https://aistudio.baidu.com/aistudio/course/introduce/1978机器学习过程机器学习的过程可以简化为三个步骤

cmzhaoyuan·2022-11-24 22:36

李宏毅机器学习

目录一、机器学习简介1、机器学习流程2、机器学习相关技术二、回归四、误差4.1偏差与方差4.2过拟合与欠拟合4.3交叉验证4.4N折交叉验证5.梯度下降5.1调整学习速率5.2随机梯度下降5.3特征缩放6深度学习6.1神经网络6.2全连接前馈神经网络6.3神经网络本质7神经网络的训练7.1局部最小点与鞍点7.1.1如何判断7.1.2在鞍点确定参数更新方向7.2批次(Batch)和动量(Moment

F0.0·2022-11-24 18:47

李宏毅机器学习笔记——基本概念

一句话描述机器学习：让机器具备一个函式的能力。MachineLearning约等于LookingforFunction。应用：在speechrecognition中识别语言，在imagerecognition中识别图片中动物，在playinggo中识别下一步落子。机器学习任务：regression，classification，structuredlearningregression回归分析：找到

vincewm·2022-11-24 18:47

李宏毅2021年机器学习作业3（CNN—classification）实验记录

问题描述二、实验过程2.1跑助教提供的baseline2.2加入image-augmentation2.3修改数据增强部分2.4在2.3基础上，最后全连接层处理2.5半监督三、总结前言声明：本文参考了李宏毅机器学习

DogDog_Shuai·2022-11-24 18:47

【课程笔记】李宏毅机器学习[4]：Classification: Probabilistic Generative Model

本系列课程笔记为李宏毅2017,秋，台湾大学课程。视频网址链接：https://www.bilibili.com/video/av15889450?p=8更新日期：20200204Classification应用CreditScoring–input:income,savings,profession,age,pastfinacialhistoty–output:acceptorrefuseMed

tjwyj·2022-11-24 18:47

李宏毅2020年机器学习作业3学习笔记

李宏毅2020年机器学习作业3学习笔记前言一、问题描述二、实现过程2.1调包2.2数据处理2.3网络搭建2.4模型训练2.5数据预测三、完整代码3.1官方版本3.2另一版本前言声明：本文参考了李宏毅机器学习

DogDog_Shuai·2022-11-24 18:17

李宏毅机器学习作业3——Image Classification

目录任务和数据集任务数据集Baseline导包数据处理TransformsDatasets数据加载函数分类模型训练训练函数加载数据训练预测输出解答数据增广使用原代码模型Ensemble+TTA模型集成EnsembleTestTimeAugmentationEnsemble+TTACrossValidation训练讨论不使用数据增广单模型的训练技巧——CosineAnnealingWarmResta

iwill323·2022-11-24 18:46

李宏毅机器学习——作业三(CNN神经网络)

需求项目资料集为网络上收集到的食物照片，总共11类：BreadDairyproductDessertEggFriedfoodMeatNoodles/PastaRiceSeafoodSoupVegetable/Fruit数据集链接：https://reurl.cc/3DLavLKaggle网址：https://www.kaggle.com/c/ml2020spring-hw3他们在kaggle上传了

Mr. Water·2022-11-24 18:46

【李宏毅机器学习学习1】

一、概述机器学习其实相当于让机器找一个函数。机器学习可以应用：语音识别、图像处理、playGO...深度学习是机器学习中的一个关键技术。深度学习是要找一个函数（类神经网络NeutralNetwork）。深度学习函数的输入可以是向量（vector）、矩阵（matrix）（一张图片就可以用一个矩阵表示）、序列（sequence）（一段声音信号、一段文字就是一段序列）。输出可以是数值（scalar）（输

Raphael9900·2022-11-24 18:18

李宏毅2021年机器学习作业4（Self-attention）实验记录

年机器学习作业4学习笔记前言一、问题描述二、实验过程2.1跑助教提供的2.2多头注意力2.3加深transformerencoderlayer2.4Conformer2.5后续优化方案三、总结前言声明：本文参考了李宏毅机器学习

DogDog_Shuai·2022-11-24 16:34

李宏毅机器学习 NLP课程Transformer HW5 完整数据集

百度网盘链接如下链接：https://pan.baidu.com/s/1FVvHVdIv0Q8J2oZIWJfKQw提取码：n6zn–来自百度网盘超级会员V5的分享notice（到时候只需要代码中的“实验的参数设定表”这段开始就行）

一个靠谱的人·2022-11-24 10:57

2020李宏毅机器学习笔记- Life Long Learning

目录摘要KnowledgeRetentionExample–ImageElasticWeightConsolidationEWCvsL2vsSGDGeneratingDataKnowledgeTransferGradientEpisodicMemoryModelExpansionProgressiveNeuralNetworksNet2NetCurriculumLearning结论与展望摘要终身学

ZN_daydayup·2022-11-24 10:45

2020李宏毅机器学习笔记— 9. Recurrent Neural Network（RNN循环神经网络）

文章目录摘要1.Introduction（引入）1.1SlotFilling1.2把词用向量来表示的方法1-of-Nencoding/one-hotBeyond1-of-Nencoding1.3存在的问题2.RecurrentNeuralNetwork（RNN）2.1RNN的特性2.2Example2.3RNN处理slotsfilling问题2.4RNN有不同的变形2.5Bidirectional

HSR CatcousCherishes·2022-11-24 10:14

李宏毅机器学习笔记——深度学习

思维导图本节课由机器学习过渡到深度学习。如果理解了机器学习的原理及算法的三步骤，就可以很自然地将ML的内容迁移到DL中。因为ML与DL的学习步骤是完全一样的。最大的区别就是DL的学习函数变成了含有许多层的隐藏层。神经网络神经网络的最基本的单位叫做神经元。每一个神经元中都包含有一个函数(如sigmoid函数)。特征输入作为输入层（inputlayer），输入后与参数w和偏差b进行结合(如：wx+b)

QwQQQ_·2022-11-24 10:42

李宏毅机器学习笔记Day6——神经网络训练技术

训练技术：AdaptiveLearningRate当parameters在criticalpoint附近时，Loss已经很小时（trainingsstuck），gradient并没有很小。Learningrate不能是one-size-fits-all，不同的参数需要不同的Learningrate，引入Parameterdependent。Rootmeansquare：用在Adagrad里。坡度小

RosieDragon·2022-11-24 10:38

李宏毅机器学习笔记——神经网络设计的技巧

神经网络设计的技巧极小值与鞍点数学工具鞍点与局部最小值批次（Batch）与动量（Momentum）Batch为什么要用batchMomentum自适应学习率AdaptiveLearningRate根号平方根RootMeanSquareRMSPropAdam分类ClassificationOne-hot编码LossFunctionBatchNormalizationFeatureNormalizat

Brandon1017·2022-11-24 10:59

2021李宏毅机器学习、深度学习笔记

一、机器学习基本概念简介视频地址：机器学习基本概念（上）视频地址：机器学习基本概念（下）1.训练阶段三要素：Fuction：定义带未知参数的模型Loss：定义损失函数Optimization：定义优化器二、机器学习任务攻略1.模型效果不好时的应对方法2.划分数据集的方法N-foldCrossValidation3.机器学习训练不起来的原因微分为0：陷入局部最优解或鞍点。criticalpoint的

Bruce_lj·2022-11-24 10:59

Datawhale 李宏毅机器学习 Task5

深度学习1.优化器失败的原因探讨：如何判断是局部最小值还是鞍点？2.为什么要用batch？大batch-size不一定比小的时间长不同Batch-size对精度的影响对比：3.loss不降的时候，grad没有减小损失函数批归一化1.优化器失败的原因局部最小值鞍点统称为criticalpoint（梯度接近0）探讨：如何判断是局部最小值还是鞍点？（探讨原因：鞍点可以继续优化）对$L(\theta)$进

STUffT·2022-11-24 07:24

李宏毅机器学习笔记Day3——梯度下降

1.梯度下降的主要步骤大概可以总结为一个设置参数，在不断通过求梯度不断更新参数的过程。2.梯度下降的tips（1）调learningrate我们可以看到Loss的变化调learningrate的情形与方法Adagrad：每个参数分开考虑，其中要考虑rootmeansquare（2）StochasticGradientDescent与GradientDescent相比，只考虑一个xn，要更新很多次参

RosieDragon·2022-11-24 07:46

我的创作纪念日——三年了

大四毕业那年做知识梳理的时候发现自己似乎懂得很多，似乎又啥都不懂（啥都不懂石锤），虽然写了很多笔记却又很少翻回去复习（不能随

尘客.·2022-11-24 04:11

Java并发知识梳理（上）：并发优缺点，线程状态转换，Java内存模型，Synchronized，Volatile，final，并发三特性，Lock与AQS，ReetrandLock

努力的意义，就是，在以后的日子里，放眼望去全是自己喜欢的人和事！整个系列文章为Java并发专题，一是自己的兴趣，二是，这部分在实际理解上很有难度，另外在面试过程中也是经常被问到。所以在学习过程中，记录了Java并发相关的基础知识，一是自己对知识能够建立体系，同时也希望有幸能够对其他人有用。基础知识1.1并发编程的优缺点知识点：（1）为什么要用到并发？（优点）；（2）并发编程的缺点；（3）易混淆的概

DougLeaMrConcurrency·2022-11-23 22:56

《领域驱动设计 DDD》核心知识梳理笔记

本书是毕业后读的第二本偏专业书，刚工作读的第一本教的是代码层面的如何让具体实现更优雅，而这本书旨在提升抽象能力、顶层设计、领域建模能力。看书的过程中，书里解答了之前工作中很多的困惑，比如团队间，项目模块间如何界定边界？有没有好的方式让项目代码摆脱越来越不可控的结局？另外更重要的是，我们看书的过程中，对内容的思考不要局限在工作本身，里面的思想完全可以指导对生活中的领域问题如何建模，体会生活的别致与美

研发之道·2022-11-23 17:13

2022李宏毅机器学习深度学习学习笔记第三周--Self-attention

文章目录摘要一、Self-attention的引入self-attention运作方式multi-headself-attentionself-attention和CNN的比较self-attention和RNN的比较二、总结摘要介绍一种常见的network架构，叫Self-attention自注意力机制，下文介绍了Self-attention的计算过程，以及Self-attention和之前所讲

hehehe2022·2022-11-23 15:50

李宏毅机器学习笔记：Brief Introduction of Deep Learning + Backpropagation(后向传播算法)

李宏毅老师的机器学习课程和吴恩达老师的机器学习课程都是都是ML和DL非常好的入门资料，在YouTube、网易云课堂、B站都能观看到相应的课程视频，接下来这一系列的博客我都将记录老师上课的笔记以及自己对这些知识内容的理解与补充。(本笔记配合李宏毅老师的视频一起使用效果更佳！）Lecture6:BriefIntroductionofDeepLearning本节课主要围绕DeepLearing三步骤：（

TravelingLight77·2022-11-22 18:55

Datawhale 李宏毅机器学习 Task4

深度学习1.深度学习1.1神经网络（Neuralnetwork）1.2模型评估（Goodnessoffunction）1.3选择最优函数（Pickbestfunction）2.反向传播2.1背景2.2反向传播1.深度学习三步骤：Step1：神经网络（Neuralnetwork）Step2：模型评估（Goodnessoffunction）Step3：选择最优函数（Pickbestfunction）1

STUffT·2022-11-22 17:36

Datawhale 李宏毅机器学习 Task3

一、误差来源与分析来源从上节课测试集数据来看，AverageError（平均错误）随着模型复杂增加呈指数上升趋势。更复杂的模型并不能给测试集带来更好的效果，而这些Error的主要有两个来源，分别是bias（偏差）和variance（方差）。估测（用宝可梦进化举例）真实模型掌握在游戏公司手中，我们要做的是用上一章回归中step1~step3的步骤训练得到我们的理想模型，这个模型是对真实模型的估测，一

社区小萌新·2022-11-22 17:35

李宏毅机器学习笔记_task2_回归

回归回归定义回归即是输入特征,训练机器对目标值的拟合能力,在传统线性回归当中,目标值为数值型变量,有回归变种例如逻辑回归,目标值为分类变量应用举例股市预测（Stockmarketforecast）输入：过去10年股票的变动、新闻咨询、公司并购咨询等输出：预测股市明天的平均值自动驾驶（Self-drivingCar）输入：无人车上的各个sensor的数据，例如路况、测出的车距等输出：方向盘的角度商品

Ashe_yang·2022-11-22 17:32

Datawhale 李宏毅机器学习 Task1

目录一.简单理解机器学习二.机器学习基本步骤三.机器学习相关步骤：1.监督学习2.半监督学习3.迁移学习4.无监督学习5.监督学习中的结构化学习6.强化学习四.学习总结一.简单理解机器学习就像是生物本能，比如河狸修水坝一样，流水声刺激河狸->河狸开始修水坝，直到听不见水声。我们需要赋予机器这种本能，然后通过学习具备能力，对机器而言就是找到一个合适的function。二.机器学习基本步骤就像把大象放

社区小萌新·2022-11-22 17:31

【DataWhale推荐系统论文组队task2--session-based RS with RNN】

Dr. J·2022-11-22 06:40

【疑难杂症】sklearn老版本的Imputer和新版本SimpleImputer处理缺失值差异

SimpleImputer处理缺失值差异0测试数据1老版本2新版本3问题总结手动反爬虫：原博地址https://blog.csdn.net/lys_828/article/details/124083243知识梳理不易

百木从森·2022-11-22 05:31

李宏毅机器学习组队学习打卡活动day04---深度学习介绍和反向传播机制

文章目录写在前面深度学习介绍深度学习的三个步骤step1:神经网络step2:模型评估step3:选择最优函数反向传播前向部分反向部分总结写在前面报了一个组队学习的活动，今天的任务是深度学习，深度学习之前没有怎么接触，这次可以好好学习一下。参考视频:https://www.bilibili.com/video/av59538266参考笔记：https://github.com/datawhalec

CharlesLC的博客·2022-11-22 02:03

【李宏毅机器学习2021】Task04 深度学习介绍和反向传播机制

【李宏毅机器学习2021】本系列是针对datawhale《李宏毅机器学习-202210月》的学习笔记。本次是对深度学习介绍和反向传播机制的学习总结。

王多头发·2022-11-22 02:45

2022李宏毅机器学习深度学习学习笔记第十七周

文章目录前言一、长短时记忆网络LSTM二、正向运算三、反向传播总结前言了解LSTM的结构图，以及三个门分别影响什么，学习LSTM前向传播和反向传播的具体计算过程。一、长短时记忆网络LSTMLSTM是RNN的变体，可以解决RNN无法处理长距离依赖的问题，RNN每个时间点都在传递一个hiddenstate，LSTM在每个时间点除了传递hiddenstate之外，还传递一个memorycell。放大一个

hehehe2022·2022-11-22 01:12

2022李宏毅机器学习深度学习学习笔记第十九周

文章目录前言一、注意力机制attentionmechanism介绍二、手推注意力机制总结前言本文以机器翻译为例子介绍了传统的机器翻译与含有attention技术的机器翻译的不同，介绍注意力机制；最后举例说明注意力机制的具体过程。一、注意力机制attentionmechanism介绍注意力机制（AttentionMechanism）的本质是：对于给定目标，通过生成一个权重系数对输入进行加权求和，来识

hehehe2022·2022-11-22 01:12

2022李宏毅机器学习深度学习学习笔记第二十周

文章目录前言机器学习是什么gradientdescent训练不好的原因BatchMomentumLoss不降低的原因CNNRNNtransformerSelf-SupervisedLearning总结前言本文对之前学习过的机器学习相关的知识点进行总结，主要内容包括什么是机器学习，CNN，RNN，transformer等等。机器学习是什么机器学习就是让机器能自动的找一个函数function。函式的类

hehehe2022·2022-11-22 01:12

2022李宏毅机器学习深度学习学习笔记第十三周--tensorboard的使用与Transforms的使用

文章目录摘要一、学习tensorboard的使用二、Transforms的使用摘要本节主要学习TensorBoard的安装；add_scalar()的使用以及add_image（）的使用；学习tensorboard与Transforms如何使用。一、学习tensorboard的使用SummaryWriter类是一个直接向log_dir文件夹写入的事件文件，这个事件文件可以被TensorBoard进

hehehe2022·2022-11-22 01:42

2022李宏毅机器学习深度学习学习笔记第十六周

文章目录前言一、训练循环神经网络RNN二、训练卷积神经网络CNN总结前言RNN主要是用于处理序列数据的神经网络，本文主要了解RNN的内部结构以及每个参数代表什么，通过一个简单的例子了解RNN正向和反向运算的具体过程；通过例子了解CNN的正向和反向运算的具体过程，理解卷积层和池化层的过程。一、训练循环神经网络RNNRNN内部结构示意图：t下标指的是当前的时间点。St是由ht-1和xt拼起来，乘上参数

hehehe2022·2022-11-22 01:42

机器学习笔记5_Why Deep Learning & BP

本文是李宏毅机器学习的笔记，这是第五节，介绍了为什么是DeepLearning，以及介绍了反向传播算法。

vrerain·2022-11-22 01:41

2022李宏毅机器学习深度学习学习笔记第二周--CNN

文章目录摘要一、CNNreceptivefield共享参数convolution两种讲解方法的对比pooling二、Application:PlayingGo总结摘要本文主要介绍CNN的架构设计，首先提出为什么使用CNN而不是用fullyconnected进行影像识别，通过对影像的观察提出三种简化参数的方法，用两种介绍方式（neuronversionstory和filterversionstory

hehehe2022·2022-11-22 01:41

2022李宏毅机器学习深度学习学习笔记第十周--损失函数loss可能影响训练失败

文章目录摘要一、分类是怎么做的？二、soft-max三、损失函数loss可能影响训练失败摘要讲了分类中class的表示方法，以及soft-max,最后讲了损失函数loss可能影响训练失败。一、分类是怎么做的？我们可以把classification当作regression来看，输入x输出y，这个y我们希望越接近正确答案的class越好，由于输出的Y是数字，我们也把class变成数字，class1就对

hehehe2022·2022-11-22 01:41

李宏毅机器学习作业6-使用GAN生成动漫人物脸

目录任务和数据集评价方法FIDAFD(Animefacedetection)rateDCGAN和WGAN代码导包建立数据集显示一些图片模型设置生成器判别器权重初始化训练函数训练读取数据Setconfig推断GAN效果任务和数据集1.Input:随机数，输入的维度是（batchsize，特征数）2.Output:动漫人物脸3.Implementationrequirement:DCGAN&WGAN&

iwill323·2022-11-21 20:18

01_李宏毅机器学习

机器学习1.分类回归分类产生结构化的东西：structuredlearning文章H：假设函数，输入是x，输出是H(x)J：loss损失函数，输入是w和b,权重和偏置，输出是预测的偏差label正确的值，比如真实的结果Y,1.1求解步骤(训练三步)1、假设出来假设函数H2、写出代价函数3、缩小这个代价函数（梯度下降算法之类）解除参数w,b,求出H.凑字数柳神，辰东所著东方玄幻小说《完美世界》《圣墟

answer_yym·2022-11-21 13:43

李宏毅机器学习——回归定义和应用例子

回归定义Regression就是找到一个函数function，通过输入特征x，输出一个数值Scalar。应用举例股市预测（Stockmarketforecast）输入：过去10年股票的变动、新闻咨询、公司并购咨询等输出：预测股市明天的平均值自动驾驶（Self-drivingCar）输入：无人车上的各个sensor的数据，例如路况、测出的车距等输出：方向盘的角度商品推荐（Recommendation

嘚嘚鸟·2022-11-21 03:50

概率论与数理统计-离散型随机变量基础知识

首先把基础知识梳理一遍（只列出了我认为比较重要的概念与公式），如有遗漏还希望各位指正。

数学渣渣辉·2022-11-21 01:39

李宏毅机器学习p1-p2打卡

机器学习是什么?机器学习相当于从数据中寻找Function。机器学习的三步骤：确定函数集→能判断函数的好坏→通过演算方法找出最好的函数课程学习内容Regression函数输出的是一个数，作业是用之前的PM2.5值预测今天的PM2.5值。Classification分类，函数的输出就如同做是非题或是选择题。如果有标签是不需要强化学习的，直接使用监督学习。

ZAVE.·2022-11-20 23:44

李宏毅机器学习组队学习打卡活动day01---机器学习介绍

CharlesLC的博客·2022-11-20 23:43

推荐频道

李宏毅机器学习知识梳理

【李宏毅机器学习】task05-网络设计的技巧

李宏毅机器学习-神经网络设计（2021版）

李宏毅机器学习笔记-2022spring

cnn和lstm

【PaddlePaddle】【李宏毅机器学习特训营】快速上手paddle框架

李宏毅机器学习

李宏毅机器学习笔记——基本概念

李宏毅2021年机器学习作业3（CNN—classification）实验记录

【课程笔记】李宏毅机器学习[4]：Classification: Probabilistic Generative Model

李宏毅2020年机器学习作业3学习笔记

李宏毅机器学习作业3——Image Classification

李宏毅机器学习——作业三(CNN神经网络)

【李宏毅机器学习学习1】

李宏毅2021年机器学习作业4（Self-attention）实验记录

李宏毅机器学习 NLP课程Transformer HW5 完整数据集

2020李宏毅机器学习笔记- Life Long Learning

2020李宏毅机器学习笔记— 9. Recurrent Neural Network（RNN循环神经网络）

李宏毅机器学习笔记——深度学习

李宏毅机器学习笔记Day6——神经网络训练技术

李宏毅机器学习笔记——神经网络设计的技巧

2021李宏毅机器学习、深度学习笔记

Datawhale 李宏毅机器学习 Task5

李宏毅机器学习笔记Day3——梯度下降

我的创作纪念日——三年了

Java并发知识梳理（上）：并发优缺点，线程状态转换，Java内存模型，Synchronized，Volatile，final，并发三特性，Lock与AQS，ReetrandLock

《领域驱动设计 DDD》核心知识梳理笔记

2022李宏毅机器学习深度学习学习笔记第三周--Self-attention

李宏毅机器学习笔记：Brief Introduction of Deep Learning + Backpropagation(后向传播算法)

Datawhale 李宏毅机器学习 Task4

Datawhale 李宏毅机器学习 Task3

李宏毅机器学习笔记_task2_回归

Datawhale 李宏毅机器学习 Task1

【DataWhale推荐系统论文组队task2--session-based RS with RNN】

【疑难杂症】sklearn老版本的Imputer和新版本SimpleImputer处理缺失值差异

李宏毅机器学习组队学习打卡活动day04---深度学习介绍和反向传播机制

【李宏毅机器学习2021】Task04 深度学习介绍和反向传播机制

2022李宏毅机器学习深度学习学习笔记第十七周

2022李宏毅机器学习深度学习学习笔记第十九周

2022李宏毅机器学习深度学习学习笔记第二十周

2022李宏毅机器学习深度学习学习笔记第十三周--tensorboard的使用与Transforms的使用

2022李宏毅机器学习深度学习学习笔记第十六周

机器学习笔记5_Why Deep Learning & BP

2022李宏毅机器学习深度学习学习笔记第二周--CNN

2022李宏毅机器学习深度学习学习笔记第十周--损失函数loss可能影响训练失败

李宏毅机器学习作业6-使用GAN生成动漫人物脸

01_李宏毅机器学习

李宏毅机器学习——回归定义和应用例子

概率论与数理统计-离散型随机变量基础知识

李宏毅机器学习p1-p2打卡

李宏毅机器学习组队学习打卡活动day01---机器学习介绍