李宏毅机器学习课程笔记

线性回归、逻辑回归、正则化小结

课程笔记总览传送门：https://blog.csdn.net/weixin_42900928/article/details/86523192目录小结（一）1.线性回归1.1无正则化1.2正则化2.逻辑回归
A_waken·2022-12-24 08:37

javaSE基础复习之常用API

课程笔记Day12API的使用Object类Math类日期时间类包装类第一章API的使用第01节基础理论1.什么是API?
阳光宅男dh·2022-12-23 21:47

Datawhale 李宏毅机器学习 Task6

这期学习的主题是：卷积神经网络。百科上的解释：卷积神经网络（ConvolutionalNeuralNetworks,CNN）是一类包含卷积计算且具有深度结构的前馈神经网络，是深度学习的代表算法之一。卷积神经网络具有表征学习能力，能够按其阶层结构对输入信息进行平移不变分类，因此也被称为“平移不变人工神经网络。卷积神经网络一、为什么用CNN我们都知道CNN常常被用在影像处理上，如果你今天用CNN来做影
社区小萌新·2022-12-23 16:37

精简CUDA教程——CUDA Driver API

精简CUDA教程——CUDADriverAPItensorRT从零起步迈向高性能工业级部署（就业导向）课程笔记，讲师讲的不错，可以去看原视频支持下。
Adenialzz·2022-12-23 13:50

李宏毅机器学习三天速成~~~第八课~~~Backprapagation

1.什么是Backpropagation(反向传播)?Backpropagation是一种有效计算Gradient(梯度)，即微分（偏微分）的方法。在推导Backpropagation的过程前首先需要介绍一下计算微分的链式规则2.ChainRule链式规则这是计算偏微分的基本功3.Backpropagation的推导下图中，是指在train的过程中output的y与实际的y之间的距离Functio
薛定谔小猫@Historia·2022-12-23 09:03

AI Studio学习笔记:李宏毅机器学习 研讨课（三）

深度学习前置知识：线性映射的复合依然是线性映射。前馈神经网络：L：神经网络的层数:第l层的神经元的净输入:第l层神经元的输出关于神经元计算：全连接：l+1的第i个神经元和l层的第j个神经元连接关于矩阵计算：关于数据处理:原始数据输入->线性变化（Y=AX+b）->激活函数（Z=(Y)）->神经元得到输入输出->所有神经元后计算losspytorch中backward()：反向传播计算中自动求梯度均
陈曦749·2022-12-23 01:59

飞桨【李宏毅机器学习特训营】心得记录

【李宏毅机器学习特训营】心得记录百度paddle训练营的机器学习课程，是由台大教授李宏毅正式授权的，全网最新最全系列AI课程视频，有中文字幕、配套专属课程作业，在线助教答疑的入门课程课程链接：https
€M@ichelle&·2022-12-23 01:29

【小白学AI】百度PaddlePaddle《李宏毅机器学习》特训营--学习心得

（本人水平有限，此文档只适合小白，高手就直接飞过啦）文章目录一、数学基础复习：二、英文名词对照：三、Pthon语法操作：四、最后精华总结数学、英语、派森勤查、勤看、勤练有幸观看了飞桨AiStudio在B站组织的机器学习课程，虽然从头到尾都是一头雾水，但还是硬着头皮坚持了下来，回看一段时期以来的紧张学习才感到收获还是不小的。下面就个人在学习中遇到的问题及学习方法向各位新入手小白做个简单的介绍，希望大
sxaah·2022-12-23 01:57

李宏毅机器学习特训营*PaddlePaddle小白初探课节一

李宏毅机器学习特训营*PaddlePaddle小白初探课节一课节一—1机器学习介绍1.1机器学习及相关名词间的关系1.2机器学习出现前的“机器学习(误)”1.3SowhatisMachineLearning1.4FrameworkofMachineLearning1.5
baddy`·2022-12-23 01:57

李宏毅机器学习特训营之作业二年收入判断

作业2-年收入判断课程链接https://aistudio.baidu.com/aistudio/education/group/info/1978项目链接https://aistudio.baidu.com/aistudio/projectdetail/1774774项目描述二元分类是机器学习中最基础的问题之一，在这份教学中，你将学会如何实作一个线性二元分类器，来根据人们的个人资料，判断其年收入
独上高楼望尽天涯路·2022-12-23 01:56

【李宏毅机器学习特训营】完结撒花！

目录一、我的作业二、学习情况1.自行搭建模型2.自行封装数据集三、遇到的困难1.对模型的理解不足2.数据集调用四、谈谈收获一、我的作业作业1-PM2.5.作业2-年收入判断.作业3-食物图片分类.作业4-语句分类.作业5-迁移学习.(课程链接).二、学习情况这是第二次完整的参与百度飞浆，距离第一次参加(第一次Paddle深度学习训练营之旅)已经过去了快一年的时间。实际上这次课程期间自己并没有太多时
_小十三·2022-12-23 01:56

李宏毅机器学习作业三

前言项目三是训练一个简单的卷积神经网络，实现食物图片的分类。现在还没有完成，在这里做一个记录。第三个作业比前面两个难了不少，遇到了很多困难，首先还是去理解老师已经给出的代码。这里用了paddlepaddle的深度学习框架，代码里碰到很多不懂的api就去paddlepaddle官网找文档然后加了注释。现在代码已经理解了但是运行还有一些错误。数据集分别为training、validation以及tes
qq_37195826·2022-12-23 01:55

李宏毅机器学习2021系列 作业2-年收入判断

李宏毅机器学习2021系列作业2-年收入判断项目描述二元分类是机器学习中最基础的问题之一，在这份教学中，你将学会如何实作一个线性二元分类器，来根据人们的个人资料，判断其年收入是否高于50,000美元。
闲人_Yty·2022-12-23 01:25

《李宏毅机器学习特训营》免费开放！直播教学！

AlphaGo战胜“石神”李世石，人工智能开始闯进大众的视野，机器学习成为同学入门人工智能领域的学习首选。提起机器学习，就不能不说一位人物，他就是台湾大学李宏毅教授。李宏毅老师说：“你可以将它作为你机器学习的第一门课！”李宏毅老师官方授权百度飞桨最新系列课程，在飞桨WAVESUMMIT峰会期间，老师也对开发者送上了祝福????????????点击边框调出视频工具条课程上线后，好评如潮。但是，通过上
PaperWeekly·2022-12-23 01:23

课程笔记-00开营仪式-paddlepaddle李宏毅机器学习特训营

课程特色·课程有课程群，每个阶段有助教直播讲解，与作业难点解析。·通过实践作业、考试、打卡、时间完成比赛。·表现突出的同学有机会获得前往台湾的机会。课程形式：录播视频理论讲述+自我锻炼学习能力作业实践课后针对关键知识强化变成动手能力直播讲解助教结合课程讲解作业难点打比赛通过比赛检验自身技术助教老师：李老师、晓沐老师等晓沐老师：计算机视觉物体检测语义分割和三维重建与部署有相当多的经验课程学习计划课程
Jason_____Wang·2022-12-23 01:53

李宏毅机器学习特训营机器学习作业4-语句分类

目录项目描述数据集介绍项目要求环境配置/安装编码1-of-NencodingBagofWords(BOW)wordembedding文本数据预处理Word2Vec定义数据读取器定义模型半监督学习训练预测测试集修改总结项目描述本次作业是要让同学接触自然语言处理当中一个简单的任务——语句分类（文本分类）给定一个语句，判断他有没有恶意（负面标1，正面标0）数据集介绍有三个文件，分别是training_l
bianhuaHYQ·2022-12-23 01:53

李宏毅机器学习hw1~4作业 强化点

李宏毅机器学习hw1~4作业强化点总结李宏毅机器学习hw11.特征选择2.激活函数3.学习率李宏毅机器学习hw2HMM李宏毅机器学习hw31.dropout2.目标检测Loss设置3.模型融合李宏毅机器学习
沅沅要努力学习啊!!!·2022-12-22 18:42

李宏毅机器学习 hw2 boss baseline 解析

hw2代码任务描述：MulticlassClassification，让你判断给定的向量是属于哪一个phoneme,由于一个phoneme可能包含好多个向量，所以要对数据进行处理，对向量进行拼接。不同baseline要求方法分析先给出我最终使用的过bossbaseline的方法，后面再介绍我一步步的思考过程。助教提示过bossbaseline要使用RNN模型，所以我们直接使用BiLSTM模型，在p
失败人生自救指南·2022-12-22 18:07

向量范数和矩阵范数的理解

机器学习的数学基础重点推荐——MIT的机器学习数学基础课如果只需要快速了解，请参考——矩阵范数计算完整的MIT数学基础课程笔记可以参考：MIT18.06线性代数笔记这是个非常棒的手动演算流程，本文也将编码进行验算
陈振斌·2022-12-22 15:39

李宏毅机器学习-explainable machine learning（机器学习的可解释性）及代码

目录为什么需要机器学习的可解释性？InterpretableVSPowerful什么叫做好的ExplanationexplainableML的分类LocalExplanation（局部可解释性）哪个元件最重要遮挡实验SaliencyMap改进SaliencyMap——noisygradient与SmoothGradSaliencyMap局限性：gradientsaturation（梯度饱和）网络如
iwill323·2022-12-22 13:44

李沐论文精读：BERT 《BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding》

Pre-trainingofDeepBidirectionalTransformersforLanguageUnderstanding官方代码地址：https://github.com/google-research/bert课程推荐：李宏毅机器学习
iwill323·2022-12-22 12:29

吴恩达机器学习课程笔记——Ch9 神经网络

Chapeter9NeuralNetworks（神经网络：示例）已经不能倍速看了==真实....课程笔记总览传送门：https://blog.csdn.net/weixin_42900928/article
A_waken·2022-12-22 09:17

2020李宏毅机器学习笔记-ELMO, BERT, GPT

目录摘要1.Background2.ELMO3.BERT3.1TrainingofBERT3.1.1Approach1:MaskedLM3.1.2Approach2:NextSentencePrediction(NSP)3.2HowtouseBERT3.2.1case1:classification3.2.2case2:SlotFilling（插槽填充）3.2.3case3:NLI（自然语言推理）
ZN_daydayup·2022-12-22 06:03

【李宏毅机器学习】Transformer（p23） 学习笔记

老二次元了。。。文章目录TransformerSequence用CNN取代RNNSelf-AttentionSelf-attentionisallyouneed.流程Self-attention是如何并行计算的？矩阵运算！Self-attention的变形Multi-headSelf-attentionPositionEncodingSeq2SeqwithAttentionTransformerE
duanyuchen·2022-12-22 06:00

【DL】5 BERT入门——李宏毅机器学习课程笔记(ELMO，BERT，GPT)

ELMO，BERT，GPT1.Review2.ELMO3.BERT3.1训练BERT3.2使用BERT3.3ERNIE3.4BERT学到了什么4.GPT小结视频地址1.Review如何让电脑读人类的词汇？最早采用1-of-NEncoding，显然一个词用一个向量表示不合理，之后采用Word-Class，但是这种分类还是太粗糙了，再后来采用WordEmbedding同一个词汇可能有不同的意思：Hav
Yang SiCheng·2022-12-22 06:29

【DL】3 Transformer入门——李宏毅机器学习课程笔记

Transformer1.为什么要使用Self-attention？2.Self-Attention2.1基本思想2.2平行化(矩阵)计算2.3Multi-headSelf-attention2.4PositionalEncoding3.Transformer结构4.Attention可视化5.应用场景小结1.为什么要使用Self-attention？Transformer的中文意思是’变形金刚’
Yang SiCheng·2022-12-22 06:58

训练seq2seq模型的一些Tips——李宏毅机器学习笔记

CopyMechanism有时我们并不需要decoder创造一些东西出来，有些内容是可以从encoder复制而来。最早具有复制能力的模型：PointerNetwork例如：chat-botSummarization至少要训练百万篇文章GuidedAttentionMonotonicAttentionLocation-awareattention语音识别往往也会犯很多低级的错误，例如语音合成中念短句
我是小蔡呀～～～·2022-12-22 06:27

2021李宏毅机器学习笔记--17 transformer

2021李宏毅机器学习笔记--17transformer摘要一、transformer二、Self-Attention三、Muliti-headself-attention四、PositionEncoding
guoxinxin0605·2022-12-22 06:25

【Transformer】——李宏毅机器学习笔记

Transformer前言transformer是一个sequence-to-sequence(seq2seq)的modelinputasequence，outputasequence.Theoutputlengthisdeterminedbymodel.例如语音辨识：那么为什么不能把以上三种模型结合起来，进行语音识别呢？因为有一些语言根本没有文字。Languagewithouttext.台语、闽
我是小蔡呀～～～·2022-12-22 06:23

Transformer及变体详解教程（更新中）

Transformer：李宏毅机器学习笔记——Transformer_NLP小白+的博客-CSDN博客_李宏毅transformer详解Transformer中Self-Attention以及Multi-HeadAttention
KuromiHan·2022-12-22 03:11

【学习】numpy、self-supervised learning自监督学习

李宏毅机器学习和numpy基础一、numpy1、NumPyNdarray对象2、NumPy数据类型3、NumPy数组属性4、NumPy创建数组numpy.emptynumpy.zerosnumpy.ones5
Raphael9900·2022-12-20 19:02

【学习】自监督学习2、GPT、PLM

李宏毅机器学习一、自监督学习1、GPT模型怎么使用GPT？
Raphael9900·2022-12-20 19:00

NVIDIA深度学习基础-理论与实践入门课程笔记及测验参考代码

1.使用MNIST数据集进行图像分类1.1MNIST数据集在深度学习的历史当中，对MNIST数据集里的70000张手写体数字的图像进行0到9的正确分类是一个重大的进展。如今，这个问题被认为是微不足道的，但是使用MNIST进行图像分类已经成为深度学习的一个HelloWorld练习。以下是MNIST数据集中包含的40张图像：1.2训练和测试数据及其标签在处理用于深度学习的图像时，我们既需要图像本身（通
柃歌·2022-12-20 18:08

使用Pytorch搭建CNN模型完成食物图片分类（李宏毅视频课2020作业3，附超详细代码讲解）

模型训练2.4.1Training2.4.2Validating2.5模型测试2.6运行结果3完整代码3.1我的版本3.2原始版本（需要GPU且安装cuda）0前言本文利用深度学习框架-Pytorch复现了李宏毅机器学习
Y_蒋林志·2022-12-20 01:51

李宏毅机器学习特训营机器学习作业3-食物图片分类

目录项目描述数据集介绍项目要求数据增强读取数据获取训练集的信息，包括读取路径和对应的标签自定义数据读取器定义模型（VGG）修改vgg11训练再训练所有数据残差网络预测用训练好的vgg模型进行推理项目描述作业基于paddle2.0训练一个简单的卷积神经网络，实现食物图片的分类。数据集介绍本次使用的数据集为food-11数据集，共有11类标签为0-10Bread,Dairyproduct,Desser
bianhuaHYQ·2022-12-20 01:49

【一起入门NLP】中科院自然语言处理第15课-预训练语言模型：预训练+精调范式（第三范式）

专栏介绍：本栏目为“2021秋季中国科学院大学胡玥老师的自然语言处理”课程记录，不仅仅是课程笔记噢～如果感兴趣的话，就和我一起入门NLP吧目录预训练语言模型概述预训练语言模型预训练-精调范式预训练语言模型分类经典的预训练语言模型
vector<>·2022-12-19 20:11

【一起入门NLP】中科院自然语言处理第14课-Transfomer以及Transfomer架构生成模型

专栏介绍：本栏目为“2021秋季中国科学院大学胡玥老师的自然语言处理”课程记录，不仅仅是课程笔记噢～如果感兴趣的话，就和我一起入门NLP吧目录Transformer模型结构Transformer训练训练过程
vector<>·2022-12-19 20:41

【一起入门NLP】中科院自然语言处理第11课-NLP基础任务②：文本匹配问题

专栏介绍：本栏目为“2021秋季中国科学院大学胡玥老师的自然语言处理”课程记录，不仅仅是课程笔记噢～如果感兴趣的话，就和我一起入门NLP吧目录文本匹配概述文本匹配方法文本匹配概述文本匹配是一个很宽泛的概念
vector<>·2022-12-19 20:40

【一起入门NLP】中科院自然语言处理第13课-NLP基础任务④：序列生成问题（Seq2Seq）

专栏介绍：本栏目为“2021秋季中国科学院大学胡玥老师的自然语言处理”课程记录，不仅仅是课程笔记噢～如果感兴趣的话，就和我一起入门NLP吧目录1.序列生成问题概述2.生成式-序列生成模型基于RNN结构生成模型
vector<>·2022-12-19 20:40

【一起入门NLP】中科院自然语言处理第7课-语言模型-神经语言模型（NNLM+RNNLM）

专栏介绍：本栏目为“2021秋季中国科学院大学胡玥老师的自然语言处理”课程记录，不仅仅是课程笔记噢～如果感兴趣的话，就和我一起入门NLP吧目录1.神经语言模型概述2.DNN语言模型（NNLM）3.RNN
vector<>·2022-12-19 20:10

【一起入门NLP】中科院自然语言处理第8课-语言模型-词向量

专栏介绍：本栏目为“2021秋季中国科学院大学胡玥老师的自然语言处理”课程记录，不仅仅是课程笔记噢～如果感兴趣的话，就和我一起入门NLP吧目录1.词表示概述离散表示分布式表示2.经典词向量表示模型1.NNLM
vector<>·2022-12-19 20:10

【一起入门NLP】中科院自然语言处理第9课-NLP中的注意力机制（Attention）

专栏介绍：本栏目为“2021秋季中国科学院大学胡玥老师的自然语言处理”课程记录，不仅仅是课程笔记噢～如果感兴趣的话，就和我一起入门NLP吧目录传统注意力机制注意力结构软注意力机制硬注意力机制注意力机制优势与不足注意力模块应用注意力编码机制单一向量编码不同序列间编码同一序列自编码
vector<>·2022-12-19 20:10

【一起入门NLP】中科院自然语言处理第10课-NLP基础任务①：文本分类问题

专栏介绍：本栏目为“2021秋季中国科学院大学胡玥老师的自然语言处理”课程记录，不仅仅是课程笔记噢～如果感兴趣的话，就和我一起入门NLP吧目录文本分类任务概述序列结构文本分类方法图结构文本分类方法文本分类评价指标二分类评价指标
vector<>·2022-12-19 20:10

【一起入门NLP】中科院自然语言处理第4课-卷积神经网络CNN

专栏介绍：本栏目为“2021秋季中国科学院大学胡玥老师的自然语言处理”课程记录，不仅仅是课程笔记噢～如果感兴趣的话，就和我一起入门NLP吧目录概述CNN结构卷积层池化层采样（Pooling）方法：卷积层与池化层的连接方式全连接层结构特性
vector<>·2022-12-19 20:10

【一起入门NLP】中科院自然语言处理第6课-语言模型-传统语言模型(n-gram)

专栏介绍：本栏目为“2021秋季中国科学院大学胡玥老师的自然语言处理”课程记录，不仅仅是课程笔记噢～如果感兴趣的话，就和我一起入门NLP吧目录1.语言模型基本概念2.语言模型参数估计3.参数的数据平滑4
vector<>·2022-12-19 20:40

【一起入门NLP】中科院自然语言处理第12课-NLP基础任务③：序列标注问题（马尔可夫模型）

专栏介绍：本栏目为“2021秋季中国科学院大学胡玥老师的自然语言处理”课程记录，不仅仅是课程笔记噢～一起来看看吧这里写目录标题序列标注问题概述马尔可夫模型隐马尔可夫模型神经网络序列标注模型序列标注问题概述在自然语言处理任务中
vector<>·2022-12-19 20:39

Gilbert Strang的线性代数课程笔记-第八课

第八课的主题为：矩阵的秩(r)与矩阵的解之间的关系解的组成完整的解由特解和零解两部分组成Xc=Xp+Xn特解Xp：即求解Ax=b，设所有自由变量为0，解支点变量的值零解Xn：即求解Ax=0（求零空间）秩与解的关系假设有m行n列的矩阵A，且有方程Ax=b（关于矩阵的行最简化阶梯形态R，见上一课）已知矩阵的秩r≤m且r≤n当r=m=n时，方程有唯一解。且R=I当r=n
JunyiChen_robot·2022-12-19 19:37

Gilbert Strang的线性代数课程笔记-第九课

第九课的主题为：向量间的独立性与向量基的概念向量之间的相互独立性若有一组向量v1,v2,...,vn当这组向量以任意形式组合均不构成零向量时，这组向量之间相互独立（允许的特例：所有系数均为0时，允许构成零向量）例子1：对于向量v1,v2与系数c1,c2若仅当c1=c2=0时c1v1+c2v2=0，其余情况c1v1+c2v2≠0时那么v1与v2相互独立例子2：对于向量v1,零向量v2与系数c1,c2
JunyiChen_robot·2022-12-19 19:07

[吴恩达机器学习课程笔记] week three 无监督学习

无监督学习定义在聚类问题中，我们给出一个训练集{x1,…,xm}，期望将数据分成一些有凝聚力的“簇”。这里的xi通常属于实数；但是数据集并没有标签y给出，所以这就是一个无监督学习问题。K-means算法最常用的基于欧式距离的聚类算法，其认为两个目标的距离越近，相似度越大。K的数量选择最好的办法：手动选择。牧师-村民模型K-means有一个著名的解释：牧师—村民模型：有四个牧师去郊区布道，一开始牧师
mossfan·2022-12-19 10:29

【数开】黑马-大数据开发

黑马大数据开发-课程笔记1、Hadoop1.1、介绍Hadoop1.2、Hadoop特性优点1.3、hadoop集群中hadoop都需要启动哪些进程，他们的作用分别是什么？
浪里小飞侠·2022-12-18 22:24
上一页 28 29 30 31 32 33 34 35 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他