深度学习基础课程笔记第31页

深度学习基础之 vec2seq(向量到序列)、seq2vec(序列到向量)、seq2seq(序列到序列)

模型中隐藏层作用：以最能代表输入数据特征的方式调整其参数，并将其映射到输出。“Vec2Seq”模型采用单个输入（例如图像）并生成数据序列，例如生成描述。“Seq2Vec”模型将序列数据作为输入，例如产品评论或社交媒体帖子，并输出单个值，例如情感分数。“Seq2Seq”模型将一个序列作为输入，例如一个英文句子，并输出另一个序列，例如句子翻译。

zzzzzBelial·2023-01-27 11:42

建构知识体系，倍增学习效能

图片发自App【第4次作业】2.16作业内容：完成《建构知识体系-让你的学习效能倍增》课程的思维导图课程笔记提交时间：2月17日24:00点前提交作业打卡：50-100字以及思维导图笔记（app）+语音总结

太阳花冰·2023-01-26 23:01

笔译课程笔记——L03

课程小结考试有容错率，但是不能relyon；注意中文的书面表达，交稿前不能怕麻烦，反复读几遍，直到译文真的通顺今日要点小结：1.注意汉语用词的感情色彩，褒贬不能混用；2.汉语中的“了”和“着”通常对应不同的时态，翻译时注意根据文章意思选用；3.再次复习，文章中大众不熟悉的人名地名需要在翻译后加括号备注，标明原文，以便读者回译；4.中文的表达要完善，要把每个翻译都当做客户的招股说明书，即使在脑子里自

Cherry_Liu·2023-01-26 21:31

103 多多第五天作业#裂变增长实验室#

2.工具软件如新媒体，运营，文案，营销相关的学习资料和付费课程笔记，营销工具介绍等。原因:跟自我定位文案营销相关，且一直有整理收藏此类资源，可直接应用。

多多January·2023-01-26 17:46

深度学习基础07---非线性回归分析逻辑回归Logistic Regression

首先来看一些基本概念1.概率：1.1定义：概率（P）probability：对一件事情发生的可能性的衡量1.2范围：0<=P<=11.3计算方法：1.3.1根据个人置信1.3.2根据历史数据1.3.3根据模拟数据1.4条件概率：2.LogisticRegression（逻辑回归）2.1例子如上图所示，假设现在有一些肿瘤数据，单一变量x表示肿瘤大小，另一组变量表示肿瘤是恶性还是良性的，恶性为1，良性

多欢喜 ·2023-01-26 14:19

第三讲建构知识体系-让你的学习效能倍增

第三讲《建构知识体系-让你的学习效能倍增》图片发自App图课程笔记建构知识体系，让你的学习效能倍增，这个话题引人入胜，作为学习爱好者一听就激起了学习的积极性。

cc_6811·2023-01-26 13:43

【深度学习基础知识 - 28】三维重建中的点云、体素、mesh

点云、体素和mesh都是三维重建中常用的三维物体的表示方法。1.点云1.1点云的概念点云是不规则的数据结构，就是用一堆点来表示物体，这种方法的限制是点与点之间没有联系，缺乏物体的表面信息。1.2点云的表示方法点云一般采用NxNxN的三维矩阵，或编码xyz三个通道的栅格数据，或以深度图的方式进行表示。2.体素2.1体素的概念体素就相当于图像中的像素，可以理解为三维物体中的像素，这就使得三维空间中的物

雁宇up·2023-01-26 09:26

2022-11-20【日精进第63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·2023-01-26 09:32

gitchat训练营15天共度深度学习入门课程笔记(六)

第4章神经网络的学习4.3数值微分4.3.1导数4.3.2数值微分的例子4.3.3偏导数4.4梯度4.4.1梯度法4.4.2神经网络的梯度4.5学习算法的实现4.5.12层神经网络的类4.5.2mini-batch的实现4.5.3基于测试数据的评价4.3数值微分4.3.1导数导数定义公式如下：df(x)dx=lim⁡h→0f(x+h)−f(x)h\frac{df(x)}{dx}=\lim_{h\t

weixin_43114885·2023-01-26 08:30

黑客增长课程笔记二

AARRR流量漏斗模型应用不同时代营销漏斗的提炼和改进AIDMA.pngAISAS.pngSICAS.png传统商业开店重要原则：位置，位置，位置互联网时代重要原则：流量，流量，流量AARRR流量漏斗模型AARRR.pngAcquisition.pngActivation.pngRetention.pngRevenue.pngReferral.png注意事项.png三节课.pnghwy.pngAA

一花一朝·2023-01-26 07:54

《思维导图阅读法》作业总结

今天完成了《思维导图阅读法》课程笔记的导图，依然给自己总结一个优点和一个不足吧！

西米木·2023-01-26 04:06

人工智能 - paddlepaddle飞桨 - 深度学习基础教程 - 生成对抗网络

生成对抗网络本教程源代码目录在book/09.gan，初次使用请您参考Book文档使用说明。说明:¶硬件环境要求：本文可支持在CPU、GPU下运行Docker镜像支持的CUDA/cuDNN版本：如果使用了Docker运行Book，请注意：这里所提供的默认镜像的GPU环境为CUDA8/cuDNN5，对于NVIDIATeslaV100等要求CUDA9的GPU，使用该镜像可能会运行失败。文档和脚本中代码

星河_赵梓宇·2023-01-26 03:20

课程笔记·如何建立自己的品牌？

随着各种媒体的发展，我们在公共场所展示自己的机会越来越多，越来越方便，当你展示自己多了之后，总会给人留下印象，在这个时候，你可能已经在不知不觉间，对外传递了自己的品牌，但是这个品牌，是不是你真正想要表达出去的呢？如何快速的建立自己的个人品牌呢？首先要建立自己的精准定位：你是不是了解自己的优点，你的优点是不是可以在传播过程中被感知到？这里我们需要搞清楚一个概念，就是定位和人设的区别；在大众的认知里，

章鱼记·2023-01-26 03:44

《机器学习-吴恩达》课程笔记week8

目录ClusteringK-MeansAlgorithmOptimizationObjectiveRandomInitializationChoosingtheNumberofClustersMotivationMotivationI&II：DataCompressionPrincipalComponentAnalysisPrincipalComponentAnalysisProblemFormu

SofiaT·2023-01-25 14:30

李宏毅2022ML第三周课程笔记

目录李宏毅2022ML第三周课程笔记（三）--CNN为什么使用CNN？卷积Convolution和fullyconnectedlayer的关系。

梦想的小鱼·2023-01-25 11:43

深度学习课程笔记（一）CNN 卷积神经网络

深度学习课程笔记（一）CNN解析篇相关资料来自：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17_2.html首先提到WhyCNNforImage?

a1424262219·2023-01-25 11:01

pytorch深度学习基础（十）——LeNet结构与训练

LeNet结构、训练与预测前言引入包模型构建加载数据集累加器精度训练前言LeNet是一个较为简单的线性卷积模型，最早是应用于手写数字识别，提到手写数字识别就不得不提到mnist数据集，而为了与后续其他较强的模型进行对比，我们采用fashion_mnist数据集为例。模型结构如下引入包importtorchfromtorchimportnnfromtorchvisionimportdatasetsf

艾醒(AiXing-w)·2023-01-25 10:39

2019吴恩达机器学习课程笔记——week1——1.Introduction

2019吴恩达机器学习课程笔记——week1——1.Introduction一、WhatisMachineLearning?

weixin_30907523·2023-01-24 16:44

【CV】吴恩达机器学习课程笔记第18章

本系列文章如果没有特殊说明，正文内容均解释的是文字上方的图片机器学习|Coursera吴恩达机器学习系列课程_bilibili目录18应用案例：照片OCR18-1问题描述与流程(pipeline)18-2滑动窗口(slidingwindows)分类器18-3获取大量数据和人工数据合成18-4上限分析：下一步要做流水线中的哪一个18应用案例：照片OCR18-1问题描述与流程(pipeline)1.找

Fannnnf·2023-01-24 11:07

tensorflow2.0北大课程笔记（二）

第四章数据集构建数据增强图片增强ex：读取保存模型参数提取可视化acc/loss模型应用predict的输入是三维的卷积网络卷积计算单通道三通道感受野同样是55的图片经过两层33的卷积核作用和经过一层5*5的卷积核的感受野都是5，他们的提取能力是一样的，但是他们需要训练的参数不一样padding填充TF描述卷积层批标准化池化Dropout（舍弃）卷积是什么？卷积就是特征提取器，就是CBAPD,编写

cmzz·2023-01-24 11:21

【计算机视觉】计算机视觉与深度学习-09-可视化-北邮鲁鹏老师课程笔记

计算机视觉与深度学习-10-可视化-北邮鲁鹏老师课程笔记可视化第一层可视化第一层之后可视化中间层可视化可视化激活图最大化激活块倒数第二个全连接层最邻近降维哪些像素对分类不起作用遮挡实验（OcclusionExperiments

暖焱·2023-01-23 10:53

深度学习基础loss和目标检测loss总结

深度学习Loss总结–目标检测：一基础loss二经典loss三旋转框的目标检测loss检测的结构：主要看看loss的使用位置，以及它的意义；（ＯＫ，啥也没看出来）一基础loss1.nn.L1Lossloss_fn=torch.nn.L1Loss(reduce=False,size_average=False)文章的最下方会解释什么是鲁棒，稳定解等2nn.smoothL1Losscriterion=

zisuina_2·2023-01-23 08:42

连小学生都能看懂的深度学习基础总结

这应该是本站最好的人工智能资料库本文由EasyAI原创，首发于CSDN⌚️欢迎点赞收藏⭐留言如有错误敬请指正！未来很长，值得我们全力奔赴更美好的生活✋机器学习的基索：什么是机器学习？在以前的章节中，我们介绍了神经网络。神经网络是一种机器学习。为了更好地理解它，您需要了解什么是机器学习？在本章节中，我们将介绍以下内容：⚠️你将在本章中学到什么什么是机器学习？什么是模型和算法？什么是神经网络和深度学习

EasyAI_人工智能知识库·2023-01-22 18:01

深度学习基础知识

目录1.激活函数2.损失函数3.归一化3.1归一化3.1.1将特征数据缩放到一个范围scaletoarange3.1.2均值方差归一化（standardization）3.1.3RobustScaler3.2批归一化3.3归一化的作用4.过拟合4.1什么是过拟合4.2深度网络中随机丢弃神经元——Dropout，防止过拟合1.激活函数激活函数的性质：单调性，非线性（若不是非线性，改用线性，多层神经网

zhao_crystal·2023-01-22 12:31

【深度学习基础知识 - 21】加快模型训练速度的方法

在深度学习任务中，虽然可以通过堆叠参数、设计更复杂的结构来提高模型的表征能力，但这也会导致模型的计算量增加，训练时间延长，大大降低模型的产出效率。这篇文章根据博主的经验简单介绍一些加快模型训练速度的方法，以及为什么需要关注模型的训练速度。加快深度学习模型训练速度的方法1.合理的超参数设计BatchSize。每次迭代batch的大小是影响每次推理速度的主要因素，而batchsize并非越大越好，一个

雁宇up·2023-01-22 12:01

李沐《动手学深度学习》课程笔记：14 数值稳定性 + 模型初始化和激活函数

目录14数值稳定性+模型初始化和激活函数1.数值稳定性2.模型初始化和激活函数14数值稳定性+模型初始化和激活函数1.数值稳定性考虑一个具有L层、输入x和输出o的深层网络。每一层l由变换fl定义，该变换的参数为权重W(l)，其隐藏变量是h(l)（令h(0)=x）。我们的网络可以表示为：(4.8.1)h(l)=fl(h(l−1))因此o=fL∘…∘f1(x).如果所有隐藏变量和输入都是向量，我们可以

非文的NLP修炼笔记·2023-01-21 19:56

吴恩达《机器学习》课程笔记归纳（一）-- 初识机器学习

参考地址：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes1.什么是机器学习一个年代近一点的定义，由TomMitchell提出，来自卡内基梅隆大学，Tom定义的机器学习是，一个好的学习问题定义如下，他说，一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理T时的性能有所提升。经验E就

aa_JamesJones·2023-01-21 17:16

大一上学期计算机考试笔记,上大一波学霸笔记曝光笔记本里的青春有着努力的痕迹...

近日，上海大学征集了部分同学的课程笔记，其中既有大一社区学院新生，也有已被推免到名校的学霸，他们纷纷晒出了自己的笔记。他们的学院、专业各不相同，但认真细致的学习态度，却能从那一页页的笔记中清晰透露。

AI科技评论·2023-01-21 14:36

【机器学习吴恩达】2022课程笔记（持续更新）

一、机器学习1.1机器学习定义计算机程序从经验E中学习，解决某一任务T，进行某一性能P，通过P测定在T上的表现因经验E而提高eg：跳棋程序E：程序自身下的上万盘棋局T：下跳棋P：与新对手下跳棋时赢的概率1.2监督学习supervisedlearning1.2.1监督学习定义给算法一个数据集，其中包含了正确答案，算法的目的是给出更多的正确答案如预测房价（回归问题）、肿瘤良性恶性分类（分类问题）1.3

何梦吉他·2023-01-21 11:16

Python数据分析 - 机器学习笔记：第一章数据分析 - 1.4.4.其他统计图

前言：本文是学习网易微专业的《python全栈工程师》中的《数据分析-机器学习工程师》专题的课程笔记，欢迎学习交流。

WinvenChang·2023-01-21 10:06

深度学习基础笔记——归一化

Standardization）和中心化/零均值化（Zero-centered）-简书(jianshu.com)由于是文章阅读整合，依据个人情况标注排版，不确定算不算转载，主要学习围绕AI浩的五万字总结,深度学习基础如有侵权

MengYa_DreamZ·2023-01-21 10:26

吴恩达机器学习课程笔记.pdf

个人认为：吴恩达老师的机器学习课程，是初学者入门机器学习的最好的课程！我们整理了笔记（336页），复现的Python代码等资源，文末提供下载。课程简介课程地址：https://www.coursera.org/course/mlMachineLearning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，

欣一2002·2023-01-21 08:18

吴恩达机器学习系列课程笔记——第五章：Octave教程(Octave Tutorial)

提示：这章选学，可以去学python，第六节可以看看。5.1基本操作https://www.bilibili.com/video/BV164411b7dx?p=26本章学习以种编程语言：Octave语言。你能够用它来非常迅速地实现这门课中我们已经学过的，或者将要学的机器学习算法。过去我一直尝试用不同的编程语言来教授机器学习，包括C++、Java、Python、Numpy和Octave。我发现当使用

Lishier99·2023-01-20 17:00

吴恩达机器学习系列课程笔记——第十四章：降维(Dimensionality Reduction)

14.1动机一：数据压缩https://www.bilibili.com/video/BV164411b7dx?p=79这个视频，我想开始谈论第二种类型的无监督学习问题，称为降维。有几个不同的的原因使你可能想要做降维。一是数据压缩，后面我们会看了一些视频后，数据压缩不仅允许我们压缩数据，因而使用较少的计算机内存或磁盘空间，但它也让我们加快我们的学习算法。但首先，让我们谈论降维是什么。作为一种生动的

Lishier99·2023-01-20 17:30

吴恩达机器学习系列课程笔记——第十一章：机器学习系统的设计(Machine Learning System Design)

11.1首先要做什么https://www.bilibili.com/video/BV164411b7dx?p=65在接下来的视频中，我将谈到机器学习系统的设计。这些视频将谈及在设计复杂的机器学习系统时，你将遇到的主要问题。同时我们会试着给出一些关于如何巧妙构建一个复杂的机器学习系统的建议。下面的课程的的数学性可能不是那么强，但是我认为我们将要讲到的这些东西是非常有用的，可能在构建大型的机器学习系

Lishier99·2023-01-20 17:59

NVIDIA DLI——深度学习基础-理论与实践入门

今天参加了NVIDIADLI课程，主要学习基础理论，并进行实践。深度学习理论与实践入门培训|NVIDIAhttps://www.nvidia.cn/training/instructor-led-workshops/fundamentals-of-deep-learning/还得到了一个证书==课程中主要讲解了深度学习的基础知识和概念，介绍了全连接神经网络、CNN、RNN（LSTM）、迁移学习等（

吴禅染·2023-01-20 15:36

吴恩达机器学习课程笔记1-2

19.5小时，112个视频先学定理再学概念1-3监督学习例子：预测房价--回归问题判断肿瘤是否良性—分类问题2.2代价函数找到Q0Q1的值，使得假设曲线与真实数据点尽可能的拟合如何得到Q0Q1–差的平方和最小，最小化问题代价函数J(Q0,Q1)，也被称为平方误差函数。目标：最小化代价函数还有其他形式的代价函数，但是平方误差代价函数是解决回归问题最常用的手段2.3代价函数一让假设函数更加简单----

海星？海欣！·2023-01-20 14:12

1.吴恩达机器学习课程笔记：多元梯度下降法

1.吴恩达机器学习课程笔记：多元梯度下降法笔记来源：吴恩达机器学习课程笔记：多元梯度下降法仅作为个人学习笔记，若各位大佬发现错误请指正1.1多元特征（变量）每一列代表一个特征，例如：房屋大小、卧室数量、

Uncertainty!!·2023-01-20 14:39

【因果推断入门】【课程笔记3】

文章目录图模型结构因果模型Intransitivecase链状结构叉状结构对撞结构D-分隔模型检验和等价类乘积分解法则混淆变量观测数据和试验数据图模型结构因果模型x:treatment因果的发生是有先后顺序的（外生变量，内生变量）Intransitivecase链状结构叉状结构ExCh统计相关Ex->Ch因果相关应该关注分组数据下面这种情况都是因果通路（上：间接影响；下：直接影响），应该关注整体数

姬霓钛镁·2023-01-20 10:36

机器学习Machine Learning学习笔记——回归Regression

深度学习的课程笔记，参考李宏毅机器学习课程一、定义回归是通过输入特征向量来找到函数并输出数值标量。例如，深度学习应用于自动驾驶领域。

待落灯花·2023-01-20 08:15

机器学习深度学习基础笔记(2)——梯度下降之手写数字识别算法实现

该系列是笔者在机器学习深度学习系列课程学习过程中记录的笔记，简单粗暴，仅供参考。下面的算法代码来自https://github.com/mnielsen/neural-networks-and-deep-learning再次强调，代码不是笔者自己写的，是从上面的链接下载的！实现一个手写数字识别的算法1.训练数据MNIST数据集：训练集(train)：50000——用于训练验证集(validatio

明夏小斯·2023-01-20 01:34

《深度学习：算法到实战》【第一周】深度学习基础笔记

深度学习基础代码练习代码来源1代码来源21、登录谷歌云盘，创建好工作区域，执行Colab语句，创建张量成功2、torch创建n维全1张量3、dtype指定张量内部的数据类型4、new_ones基于现有的张量

朝阳学长·2023-01-20 01:30

深度学习基础篇：常用的神经网络层

实战篇中，人脸识别模型的搭建看似非常复杂，其实都是由一些常用的神经网络层搭建而来，只要我们明白了这些网络层，搭建一个模型就不再困难了神经网络搭建的方式有2种：顺序模型和函数式API计算机视觉常用的神经网络层：全连接层、二维卷积层、池化层、BN层、dropout层、flaten层下面我们分别介绍他们全连接层全连接层的每一个节点都和上一层所有的节点相连，从而把之前提取到的特征综合起来。如下图所示：图中

Bonjour~Bridge·2023-01-19 20:38

［一讲解布尔代数深度学习基础]MNIST 手写数字识别

使用完全连接的深度学习模型对手写数字进行分类。实现最先进的结果达到了80%的准确率。比具有60%准确率的简单网络更准确微云文件分享:2212.0193v1.pdf下载地址:https://share.weiyun.com/htk7F5Ci文件大小:566.0KBSnet文章链接

神童精英82·2023-01-19 19:25

Python深度学习基础（九）——深入浅析卷积核

深入浅析卷积核引言单通道卷积简单图像边缘检测锐化高斯滤波引言提到卷积，应该多数人都会想到类似上图的这种示例，可以简单的理解成卷积核与图像中和卷积核相同大小的一块区域与卷积核相乘再求和，通过移动区域产生一个有和组成的新的图像，那么卷积核是什么呢，我们来看下面的例子单通道卷积首先，我们定义了一个单通道图像的卷积过程，我们用这个来验证卷积核的特性defConv2d(X,kernel):img_row,i

艾醒(AiXing-w)·2023-01-19 12:13

深度学习基础8（概率，期望，方差）

概率简单地说，机器学习就是做出预测。第一个例子：根据照片区分猫和狗首先，问题的难度可能取决于图像的分辨率。虽然人类很容易以160×160像素的分辨率识别猫和狗，但它在40×40像素上变得具有挑战性，而且在10×10像素下几乎是不可能的。换句话说，我们在很远的距离（从而降低分辨率）区分猫和狗的能力可能会变为猜测。如果完全肯定图像是一只猫，我们说标签是"猫"的概率，表示为(=“猫”)等于1。第二个例子

lj_FLR·2023-01-19 08:14

STM32深度学习实战

STM32深度学习实战1.前言本文主要记录基于tensorflow的简单模型在stm32上运行测试的调试记录，开发人员应对深度学习基础理论和tensorflow框架基础操作有一定了解，对深度学习在微控制器上的实现评估提供一定的参考方向

silence0huan·2023-01-19 07:00

怎样看pytorch源码最有效？

1.基础知识首先，需要保证有一定的深度学习基础知识，吴恩达的深度学习课还有斯坦福大学的CS231n都是不错的入门教程，只需要有大学数学的基础就可以看懂。然后，需要对Linux系统使用有一定的

Tom Hardy·2023-01-19 06:13

mysql基础之DML、DQL语句

课程笔记Day25DDL语句DML语句DQL语句第一章DDL语句第01节操作数据库1、创建数据库简单的创建语法--语法格式：CREATEDATABASE数据库的名称;--案例代码:创建了一个数据库，数据库的名称叫做

阳光宅男dh·2023-01-19 05:08

22张深度学习精炼图笔记总结

这不仅仅是一份课程笔记，同时还是一套信息

小白学视觉·2023-01-18 23:25

推荐频道

深度学习基础课程笔记