李宏毅机器学习知识梳理第6页

java基础知识梳理&泛型初探

目录概述范型的使用类型参数类型通配符泛型方法泛型类限定类型参数上限上界通配符(UpperBoundsWildcards),用来限定泛型的上界。下界通配符(LowerBoundsWildcards),用来限定泛型的下界。范型的特点范型是类型擦除的不能创建一个范型类型实例不能初始化范型数组基本类型不能做类型参数static的语境不能引用类型变量概述所谓范型，就是允许在定义类、接口、方法时使用类型形参，

赶时间的书生·2023-10-20 20:03

2022最新版-李宏毅机器学习深度学习课程-P26RNN-2

一、RNN网络结构与时间有关的反向传播（每次不同）损失函数实验其实不容易跑，因为他的损失函数曲线幅度很大画出来差不多是这个样子。突然一下升高是因为从右到左碰到陡峭的地方梯度一下变大了，所以弹回去了。原作者在训练时加上了小技巧——clipping：设置一个峰值，若超过则等于该峰值。梯度大的原因：当W>1时，微小的变化会引起很大的变化；当w<1时，较大的变化带来的变化也很小。RNN一些有用的变形LST

QwQllly·2023-10-20 03:33

关于hashcode & equals

weixin_43493520·2023-10-20 02:19

Hive知识梳理(好文)

Hive是建立在Hadoop上的数据仓库基础构架。可以将SQL查询转换为MapReduce的job在Hadoop集群上执行。元数据Hive元数据信息存储在HiveMetaStore中，或者mysql中。分隔符Hive默认的分格符有三种，分别是（Ctrl/A）、（Ctrl/B）和（Ctrl/C），即ASCii码的1、2和3，分别用于分隔列，分隔列中的数组元素，和元素Key-Value对中的Key和V

英雄111888·2023-10-19 13:20

2022最新版-李宏毅机器学习深度学习课程-P26 Recurrent Neural Network

RNN应用场景：填满信息把每个单词表示成一个向量的方法：独热向量还有其他方法，比如：Wordhashing单词哈希输入：单词输出：该单词属于哪一类的概率分布由于输入是文字序列，这就产生了一个问题：是到达还是离开？隐藏层的输出会被存储在内存中，内存能被视为另一个输入。改变序列的顺序会改变输出。RNN的网络结构目前已提出的两个网络及区别双向RNN它与传统的循环神经网络（RNN）相比有一个重要的区别：它

QwQllly·2023-10-19 00:07

2022最新版-李宏毅机器学习深度学习课程-P25 Spacial Transformer Layer

dataaugmentation/spacialtransformerCNN并不能够处理影像放大缩小,或者是旋转的问题。所以在做影像辨识的时候,往往都要做DataAugmentation，把你的训练数据截一小块出来放大缩小、把图片旋转，CNN才会做到好的结果。有一个架构叫spacialTransformerLayer可以处理。设计一个层，需要的地方=1，不要的地方=0经过一个NN，FP发生平移还可

QwQllly·2023-10-19 00:28

李宏毅机器学习笔记-transformer

transformer是什么呢？是一个seq2seq的model。具体应用如上图所示，输入和输出的序列长度不固定，由model自己决定。语音翻译指的是，直接输入一段语音信号，例如英文，输出的直接是翻译之后的中文。seq2seq如今已经是一个应用非常广泛的模型，可以应用于NLP的各种任务，如语义分析，语义分类，聊天机器人等。另外还有个值得说明的功能是做multilabelclassification

ZEERO~·2023-10-18 07:00

李宏毅机器学习笔记-半监督学习

半监督学习，一般应用于少量带标签的数据（数量R）和大量未带标签数据的场景（数量U），一般来说，U>>R。半监督学习一般可以分为2种情况，一种是transductivelearning，这种情况下，将unlabeleddata的feature利用进来。另外一种是inductivelearning，这种情况下，在训练的整个过程中，完全不看任何unlabeleddata的信息。为什么要做semi-sup

ZEERO~·2023-10-18 07:24

前端浏览器缓存知识梳理

公众号关注“前端开发博客”设为“星标”，每天分享一个前端知识点！在前端性能优化的方式中，最重要的当然是缓存了，使用好了缓存，对项目有很大的帮助。比如我们访问网页时，使用网页后退功能，会发现加载的非常快，体验感很好，这就是缓存的力量。什么是缓存呢？当我们第一次访问网站的时候，比如juejin.cn，电脑会把网站上的图片和数据下载到电脑上，当我们再次访问该网站的时候，网站就会从电脑中直接加载出来，这就

前端开发博客·2023-10-17 05:12

【网络编程】套接字编程——UDP通信

协议和UDP协议1.TCP协议和UDP协议2.网络字节序三、socket编程1.套接字常见的API2.套接字的数据结构四、UDP服务器1.echo服务器2.bash服务器3.简易的公共聊天室五、套接字相关知识梳理一

星河万里᭄ꦿ࿐·2023-10-17 03:53

李宏毅机器学习课程-局部最小值0122

B站李宏毅2021春机器学习课程P10P11目录1、验证集选用2、判断是局部最小还是马鞍点3、判断点位示例

cq-lc·2023-10-16 19:57

2022李宏毅机器学习深度学习学习笔记第七周--局部最小点和鞍点

文章目录摘要一、怎么找一个函式（三步）二、GeneralGuide任务攻略怎么区分是modelbias还是optimizationissue。三、局部最小点和鞍点为什么optimization会失败？怎么区分到底是局部最小点还是鞍点？根据hessian判断θ'附近的地貌。相关的线性代数知识摘要回顾了找出一个函式的三个步骤：先写一个带有未知参数的函式，定义一个可以判断参数好坏的loss，最后通过梯度

hehehe2022·2023-10-16 19:24

李宏毅机器学习笔记第7周_局部最小值与鞍点

文章目录一、OptimizationFailsbecause……二、TaylerSeriesApproximation三、Example总结一、OptimizationFailsbecause……1．问题：我们在做optimization的时候会发现，随着参数的不断更新，training的loss不会再下降，但是我们对loss并不满意。因此我们会发现，一开始model就train不起来，不管我们怎

MoxiMoses·2023-10-16 19:21

2022最新版-李宏毅机器学习深度学习课程-P13 局部最小值与鞍点

一、优化失败的原因局部最小值？鞍点？二、数学推导分析用泰勒公式展开一项与梯度（L的一阶导）有关，一项与海赛矩阵（L的二阶导）有关海瑟矩阵VTHV通过海瑟矩阵的性质可以转为判断H是否是正定的来判断H正定=所有特征值为正=局部最小值H负定=所有特征值为负=局部最大值有些特征值为正，有些为负=鞍点例子计算导数和海瑟矩阵的特征值如果遇到鞍点，可以通过特征值来判断减小LOSS的方向：特征值为负的方向其实局部

QwQllly·2023-10-16 19:16

2022最新版-李宏毅机器学习深度学习课程-P17 卷积神经网络CNN

一、CNN用于图像分类需要图片大小统一彩色图像分为RGB三层，展平后首尾相接值代表着颜色的强度图像识别中不需要全连接的，参数太多了观测1：通过判断多个小局部图像就能判断出图片标签感受野的定义简化1感受野可以重叠；同一感受野可以通过不同的权重典型设置观测2：相同部分出现在不同区域简化2共享参数典型设置引入filter的概念，实质是同一套权重卷积的优势有些要素比整张图片小的多同一要素可能会出现在不同区

QwQllly·2023-10-16 14:06

2022最新版-李宏毅机器学习深度学习课程-P16 Loss可能影响网络训练失败&softmax与sigmoid

一、实例回顾分类的例子在前几讲中已详细分析，此处略过。二、softmax与sigmoid此处要明白！softmax和sigmoid的区别和联系Softmax函数和Sigmoid函数的区别与联系-知乎(zhihu.com)Sigmoid=多标签分类问题=多个正确答案=非独占输出（例如胸部X光检查、住院）。构建分类器，解决有多个正确答案的问题时，用Sigmoid函数分别处理各个原始输出值。Softma

QwQllly·2023-10-16 14:36

2022最新版-李宏毅机器学习深度学习课程-P23 为什么用了验证集结果还是过拟合

用了验证集还有可能会过拟合这个片段可以从理论上证明这一点以上整个挑选模型的过程也可以想象为一种训练。把三个模型导出的最小损失公式看成一个集合，现在要做的就是在这个集合中找到某个h（此处可以视为训练），使得在验证集上的损失最低当抽到不好的训练数据时，理想和现实会有差距。训练数据不好的原因：训练资料的大小模型的复杂程度（越复杂，结果越糟的可能性越大）当拿到的验证集不好时，理想和现实会有差距。拿到的验证

QwQllly·2023-10-16 14:33

【绘分享『家庭情商教练』训练营】第三周复盘

陆老师思嘉老师复盘内容：Part1情商理论知识梳理整整三周一晃就这样过去了，情商十项的理论知识部分也全部学完了。

Ww包包wW·2023-10-16 13:02

数据结构-------链表（递归）操作

希望能继续坚持下去这篇博客应该是为菜鸡（本人）听课听的疑惑点进行知识梳理（如有错误请指正）数据结构中的链表估计很多人会觉得简单，我也是怕记不住所以就尝试整理一下笔记吧目录1.创建链表（初始化）2.统计链表节点

find it %%·2023-10-15 23:36

程序人生-Hello’s P2P（大作业）

在Ubuntu系统下对hello程序的整个生命周期进行了研究，通过对hello.c程序的深入研究，把本学期计算机系统课程所学知识梳理与回顾了一遍，加深了对计算机系统的了解。

bkjH·2023-10-15 19:39

【MapReduce】Hadoop的序列化机制以及序列化案例求解每个部门工资总额

序列化求解每个部门工资总额手动反爬虫，禁止转载：原博地址https://blog.csdn.net/lys_828/article/details/118966924（CSDN博主：Be_melting）知识梳理不易

lys_828·2023-10-15 12:45

关于http知识梳理

一次完整的HTTP请求是怎样的一个过程？当我们在浏览器的地址栏输入jianshu.com，然后回车，这一瞬间到底发生了什么？域名解析发起TCP三次握手建立TCP连接后发起http请求（GET,POST）服务器响应http请求，浏览器得到HTML代码浏览器解析HTML代码并请求html代码中的资源（js,css,图片等）浏览器对页面进行渲染展现给用户TCP为什么需要三次握手？2台计算机通信是靠协议来

kakarotto·2023-10-15 12:16

计算机网络知识梳理（十万字超详细）

文章目录1计算机网络概述1.1概念、组成、功能和分类1.2标准化工作及相关组织1.3速率相关的性能指标1.4时延、时延带宽积、往返时间RTT、利用率1.5分层结构、接口、协议、服务1.6OSI参考模型1.7TCP/IP与五层参考模型1.8第一章知识大纲2.物理层2.1物理层基本概念2.2数据通信基础知识2.2.1通信方式2.3码元、速率、波特、带宽2.3.1码元2.3.2速率、波特、带宽2.4奈氏

Answer-2296·2023-10-15 11:20

中国产品运营大会—出走多年，归来仍是运营

短短2天，在各位前辈的分享中学到了很多，趁着这股热乎劲写下了这一系列文章，一是对每场的分享进行一次知识梳理，二是结合自身情况谈谈自己的想法。自身能力有限，望见谅。

向右走_8eb1·2023-10-15 08:30

Ruby基础知识梳理

了解ruby，安装ruby和使用irb关于ruby（解释型语言），执行ruby文件Ruby基础知识常用基本概念和方法puts,p单引号”和双引号”“,字符串嵌入，“#{abc}”数值表示和计算注释运算符及优先级对象、变量和常量Ruby中一切皆对象弱变量类型，局部变量，全局变量，实例变量，类变量常量/变量命名规范，保留字多重赋值，交换变量值，获取数组元素条件判断真假值，逻辑运算符&&||!,不推荐使

liuk10·2023-10-14 19:35

【Python学习】进制转换

知识梳理↓2进制8进制10进制16进制2进制-bin(int(n,8))bin(int(n,10))bin(int(n,16))8进制oct(int(n,2))-oct(int(n,10))oct(int

小白白·2023-10-14 14:09

强化学习(Reinforcement Learning)与策略梯度(Policy Gradient)

写在前面：本篇博文的内容来自李宏毅机器学习课程与自己的理解，同时还参考了一些其他博客(懒得放链接)。博文的内容主要用于自己学习与记录。

花飞雨追·2023-10-14 11:19

【科学文献计量】ChatGPT的api使用及实现上下文处理

ChatGPT-3.52配置api-key3修改ChatGPT模型4上下问题处理手动反爬虫：原博地址https://blog.csdn.net/lys_828/article/details/133805751知识梳理不易

lys_828·2023-10-13 13:44

Vue基础知识梳理

文章目录1,梳理思维导图2.Vue基础知识梳理3Vue指令3.1常用指令3.1.2绑定指令3.1.3分支指令3.1.4分支指令3.1.5循环指令3.2修饰符3.2.1事件修饰符3.2.2按键修饰符3.2.3

yaya安若·2023-10-12 23:37

Vue基础知识梳理（二）

vue基础知识梳理（二）1.vue中v-bind:class动态添加class总结：动态添加class，需要给：class=“对象”，对象中value为true，则key作为class名添加；value

GG·bond·2023-10-12 23:26

VUE3基础知识梳理

VUE3基础知识梳理一、vue了解和环境搭建1.vue是什么：cn.vuejs.org/vuejs.org2.渐进式框架3.vue的版本4.vueAPI的风格5.准备环境5.1.创建vue项目5.2.vue

归去来兮·2023-10-12 23:54

Spring是怎样巧用三级缓存解决循环依赖的

spring+spring5最全知识梳理大纲（总）spring最全知识梳理大纲（总）spring5最全知识梳理大纲（总）spring最全知识梳理大纲（分）为什么要使用Spri

前端陈萨龙·2023-10-12 12:38

李宏毅机器学习（九）Backpropagation反向传播

我们上节课学习了深度学习，也知道采用梯度下降优化我们的各神经元参数，以语音识别为例，一个输入特征量1000多项，8层隐层，大致需要的w,b参数有数百万项，这样我们梯度下降的计算量是非常大的，我们为了让梯度下降计算的更有效率，我们才有反向传播的方法插图1链式法则chainrule我们学过微积分的话，下图应该不难理解，不赘述，看图插图2我们计算神经网络损失函数时候，把函数输出和目标值的距离评估（可以是

ca8519be679b·2023-10-12 12:58

【科学文献计量】Metaknowledge文献数据分析基础（Record、Citation和RecordCollection对象介绍）

5.6.2Citation对象5.6.3RecordCollection对象手动反爬虫：原博地址https://blog.csdn.net/lys_828/article/details/124546346知识梳理不易

lys_828·2023-10-12 08:42

opencv | 图像直方图的应用场景

做好自己的知识梳理。

机器学习与AI生成创作·2023-10-11 21:49

Dockerfile基础知识梳理

原文：Dockerfile基础知识梳理-9ongDockerfile什么是Dockerfile使用Dockerfile定制镜像开始构建镜像上下文路径指令详解FROMRUNCOPYADDCMDENTRYPOINTENVARGVOLUMEEXPOSEWORKDIRUSERHEALTHCHECKONBUILD

思考的山羊·2023-10-10 21:53

知识梳理——JavaScript

all！！！复习计划！！！1.说说前端中的事件流HTML中与javascript交互是通过事件驱动来实现的，例如鼠标点击事件onclick、页面的滚动事件onscroll等等，可以向文档或者文档中的元素添加事件侦听器来预订事件。想要知道这些事件是在什么时候进行调用的，就需要了解一下“事件流”的概念。什么是事件流：事件流描述的是从页面中接收事件的顺序.DOM2级事件流包括下面几个阶段：事件捕获阶段、

wytraining·2023-10-10 15:44

操作系统存储器章节知识梳理

宏夏Coding网站，致力于为编程学习者、互联网求职者提供最需要的内容！网站内容包括求职秘籍，葵花宝典（学习笔记），资源推荐等内容。在线阅读：https://hongxiac.com存储器的层次结构对于通用的计算机，存储层次至少应具有3层：最高层为CPU寄存器，中间层为主存储器，最低层为辅助存储器（简称辅存）。对于较高档的计算机，存储层次可细分为：寄存器，高速缓存，主存储器，磁盘缓存，固定磁盘，可

宏夏c·2023-10-10 05:18

【科学文献计量】pybibx模块安装与使用

pybibx模块介绍2.pybibx模块安装3.pybibx模块使用测试手动反爬虫：原博地址https://blog.csdn.net/lys_828/article/details/133674169知识梳理不易

lys_828·2023-10-10 03:11

【科学文献计量】pybibx论文原文精读与对照翻译

文档集6.1探索性数据分析6.2网络分析6.3人工智能分析6.4讨论7结论手动反爬虫：原博地址https://blog.csdn.net/lys_828/article/details/133679130知识梳理不易

lys_828·2023-10-10 02:07

iOS知识梳理之移动开发网络篇TCP/IP

1.OSI七层TCP/IP五层1.1OSI七层参考模型应用层表示层会话层传输层网络层数据链路层物理层对于OSI七层参考模型,我想说只有这七个词条.任何与实际生产脱钩的东西都需要硬性记忆.而TCP/IP五层模型我不需要硬性记忆,就可以根据应用逻辑复述出来.1.2TCP/IP五层模型TCP/IP五层模型应用层传输层网络层数据链路层物理层TCP/IP是一组通信协议的代名词,是由一系列协议组成的协议簇.上

LyKe__·2023-10-07 23:01

Spark基础知识梳理

目录一、基础简介二、spark四大特点1、速度快2、易使用3、通用性强4、运行方式三、spark框架模块四、运行方式五、spark的架构角色六、总结一、基础简介Spark是一种通用的大数据计算框架，使用了内存内运算技术。今天加米谷大数据就来简单介绍一下Spark的简史。Spark的简史1、2009年，Spark诞生于伯克利大学AMPLab，属于伯克利大学的研究性项目；2、2010年，通过BSD许可

Sheenky·2023-10-07 17:25

STM32中的FreeRTOS-#1（入门）

记录的过程也是自己梳理的过程，本系列我把它称为“教程”，是想把它写得系统且有条理，本质上更多地是作为自己的学习心得和知识梳理。

早点儿毕业·2023-10-06 14:53

炎热的7月

一建也想过喽，呵呵，这是不自信的表现么，基础课把知识梳理一下，总结总得写一下吧，接着就是刷题了最难的实物

虾米_8433·2023-10-06 06:13

2019-6-19晨间日记

起床：9：15就寝：12：20天气：晴心情：良任务清单昨日完成的任务，最重要的三件事：1讲英语词汇导入手机anki，并开始背诵，虽然只背了20多个2模电开始继续知识梳理，今天进行到功率放大电路（甲类，甲乙类互补

流浪的小男孩·2023-10-04 19:16

DAMA-DMBOK2重点知识整理CDGA/CDGP——第17章数据管理和组织变革管理

目录一、分值分布二、重点知识梳理1、引言2、变革法则3、并非管理变革：而是管理转型过程4、科特的变革管理八大误区5、科特的重大变革八步法6、变革的秘诀7、创新扩散和持续变革8、持续变革9、数据管理价值的沟通一

醉酒的戈多·2023-10-02 18:59

【知识梳理】多级页表的原理分析【地址形成过程】【扩充思考】

多级页表的地址形成过程首先每个进程中都至少有一个页表（段页式可以有多个页表），都有一个页表基地址寄存器（PTBR），以下针对三级页表进行分析。level1：PTBR代表的是一级页表的基地址，一级页目录号代表的是一级页表中的页表项相对一级页表的基地址的偏移量，通过将基地址和偏移量相加得到一级页表项的物理地址。一级页表项中存储着该页表项对应的二级页表的基地址（相当于二级页表的PTBR）。level2：

kev_gogo·2023-10-02 16:41

计算机网络

本篇文章将就计算机网络的概念、组成部分、技术、协议等方面进行较为全面的知识梳理。一、概念计算机网络是指两台或两台以上计算机及其周边设备之间互联互通的系统。

zh_f·2023-10-02 07:39

万字长文：人脸识别综述(学习笔记)

工作原因，近期对人脸识别的来龙去脉做一个笔记和知识梳理，从上到下的一个pipeline，文章部分内容有引用或摘抄均给出了出处，如有侵权，还望及时与笔者联系进行删除或整改。

Wisley.Wang·2023-10-02 03:04

2021李宏毅机器学习 1.2 神经网络基础笔记

从线性模型角度出发，考虑神经网络的原理由于linearmodel有modelbias，我们想获得更加复杂的model来拟合更多的问题；从linearmodel的角度出发，我们可以考虑用分段的线性函数作为model，就算数据分布实际上是圆滑的曲线，也可以用足够多的分段线性函数来逼近它。那么一个分段线性函数应该怎么样来实现呢？实际上可以用常数以及多个蓝色这种形状的函数把它组合出来，只要有足够多蓝色函数

我能学会机器学习吗·2023-09-30 06:30

推荐频道

李宏毅机器学习知识梳理