深度学习500问

《深度学习500问》外链笔记

1.这个是什么意思2.核函数3.公式理解4.L1和L2正则L1和L2正则化是机器学习中常用的两种正则化技术，它们通过在损失函数中添加一个惩罚项来防止模型过拟合。这两种技术的主要区别在于惩罚项的形式。L1正则化（Lasso正则化）L1正则化通过向损失函数添加权重的绝对值的总和来工作L1正则化的效果之一是它倾向于产生稀疏的权重矩阵，即模型中很多权重会变为0，这有助于特征选择，因为模型会忽略不那么重要的
Vincent不是文森特·2023-12-18 00:33

《深度学习 500 问》已更新，GitHub 标星 2.6W

来源：Datawhale几个月前，红色石头发文介绍过一份在GitHub上非常火爆的项目，名为：DeepLearning-500-questions，中文译名：深度学习500问。
布客飞龙·2023-08-28 14:19

知识储备--基础算法篇-二分搜索

下面三个很不错，计算机视觉秋招准备过程看这个：计算机视觉算法工程师-秋招面经-知乎(zhihu.com)https://zhuanlan.zhihu.com/p/399813916复习深度学习相关知识看深度学习
Orange_sparkle·2023-08-22 09:24

机器学习资料汇总

《深度学习500问》川大优秀毕业生在GitHub上创建的项目《深度学习500问》地址：https://github.com/scutan90/DeepLearning-500-questions2.
达微·2023-06-16 08:41

机器学习资料汇总

《深度学习500问》川大优秀毕业生在GitHub上创建的项目《深度学习500问》地址：https://github.com/scutan90/DeepLearni
达微·2023-04-17 13:03

强化学习（一）：强化学习浅谈

强化学习的使用场景（摘自：深度学习500问-强化学习）：（1）Manufacturing例如一家日本公司Fanuc，工厂机器人在拿起一个物体时，会捕
慕阮·2023-04-01 05:28

深度学习（十四）：数据增强Data Augmentation

编程语言：Python参考资料：吴恩达老师的深度学习系列视频吴恩达老师深度学习笔记整理深度学习500问唐宇迪深度学习入门视频课程笔记下载：深度学习个人笔记完整版为什么要使用数据增强数据增强，也称数据扩充
打不死的小黑·2023-01-18 10:10

干货丨深度迁移学习方法的基本思路（文末送书）

本文选自《深度学习500问：AI工程师面试宝典》，将重点介绍目前最热门的深度迁移学习方法的基本思路。
风度78·2022-12-06 12:19

周志华《机器学习》书每章思维导图总结

第一章绪论第二章模型评估与选择第三章线性模型第四章决策树第五章神经网络第六章支持向量机第七章贝叶斯分类器第八章集成学习第九章聚类第十章降维与度量学习第十一章特征选择与稀疏表示第十二章计算学习理论第十三章半监督学习第十四章概率图模型第十五章规则学习第十六章强化学习深度学习
Liao-Zhuolin·2022-12-01 20:15

深度学习（十二）：经典CNN

编程语言：Python参考资料：吴恩达老师的深度学习系列视频吴恩达老师深度学习笔记整理深度学习500问笔记下载：深度学习个人笔记完整版CNN网络发展CNN受生物自然视觉认知机制启发而来。
打不死的小黑·2022-06-13 13:32

深度学习500问

项目地址：https://github.com/scutan90/DeepLearning-500-questions第一章数学基础11.1标量、向量、张量之间的联系11.2张量与矩阵的区别？11.3矩阵和向量相乘结果11.4向量和矩阵的范数归纳11.5如何判断一个矩阵为正定？21.6导数偏导计算31.7导数和偏导数有什么区别？31.8特征值分解与特征向量31.9奇异值与特征值有什么关系？41.1
jk英菲尼迪·2022-05-02 07:10

【AI书籍】深度学习500问——AI工程师面试宝典，

今天要推荐的书籍是《深度学习500问——AI工程师面试宝典》作者&编辑|Leong深度学习500问——AI工程师面试宝典这是一本什么样的书本书系统地描述了深度学习的基本理论算法及应用，凝聚了众多一线科研人员及工程师的经验
机器视觉CV·2022-04-06 07:46

每日一问之为什么创建这个系列

每日一问系列是参照GitHub上daily-question以及深度学习500问这两个Repo或者其他地方的各种问题来测验自己的掌握水平的，顺带着整理一些相关知识点。在此，感谢Repo作者的辛苦整理。
caoqi95·2021-05-08 13:22

干货丨深度迁移学习方法的基本思路

本文选自《深度学习500问：AI工程师面试宝典》，将重点介绍目前最热门的深度迁移学习方法的基本思路。限时5折▼随着迁移学习方法的大行其道，越来越多的研究人员开始使用深度神经网络进行迁移学习。
博文视点·2021-01-19 11:36

5_参考的书、网站、代码、文档与数据集

文章目录书文章资源代码数据集书《Python编程从入门到实践》《Python深度学习》《深度学习500问》不让转载，自己上github找哈《模式识别（张学工版）》《高超声速飞行器技术（蔡国飙）》《吴恩达机器学习笔记
kk_land·2020-08-22 11:55

深度学习（十五）：目标定位 Object Localization

编程语言：Python参考资料：吴恩达老师的深度学习系列视频吴恩达老师深度学习笔记整理深度学习500问笔记下载：深度学习个人笔记完整版图像分类图片分类问题已经并不陌生了，例如，输入一张图片到多层卷积神经网络
打不死的小黑·2020-08-17 00:39

深度学习500问阅读笔记——Batch_Size

这是深度学习500问系列笔记之一，帮助我深入记忆知识，如有不足，随时欢迎交流和探讨。10.Batch_Size1.为什么需要Batch_Size？Batch的选择，首先决定的是下降的方向。
Tiám青年·2020-07-10 12:22

深度学习500问阅读笔记——理解One Hot Encodeing原理及作用？

这是深度学习500问系列笔记之一，帮助我深入记忆知识，如有不足，随时欢迎交流和探讨。11.理解OneHotEncodeing原理及作用？
Tiám青年·2020-07-10 12:22

深度学习（十八）：人脸验证（face verification）和人脸识别（face recognition）

编程语言：Python参考资料：吴恩达老师的深度学习系列视频吴恩达老师深度学习笔记整理深度学习500问笔记下载：深度学习个人笔记完整版人脸验证（faceverification）和人脸识别（facerecognition
打不死的小黑·2020-07-04 18:19

深度学习概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题

深度学习500问，以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，以帮助自己及有需要的读者。
南通SEO·2020-07-02 00:07

每日一问之为什么创建这个系列

每日一问系列是参照GitHub上daily-question以及深度学习500问这两个Repo或者其他地方的各种问题来测验自己的掌握水平的，顺带着整理一些相关知识点。在此，感谢Repo作者的辛苦整理。
caoqi95·2020-06-28 23:30

重磅！《深度学习 500 问》已更新，GitHub 标星 2.6W（附完整下载）

点击上方“AI有道”，选择“星标”公众号重磅干货，第一时间送达几个月前，红色石头发文介绍过一份在GitHub上非常火爆的项目，名为：DeepLearning-500-questions，中文译名：深度学习
红色石头Will·2020-06-26 05:54

（2）机器学习基础（深度学习500问）

=======================================================================（1）监督学习：有数据和标签，学习一个模型预测一个输出（决策函数）应用：分类问题，回归问题常见算法：逻辑回归，反向传递神经网络（2）非监督学习：有数据无标签应用：推断数据内部结构，关联规则，聚类常见算法：Apriori算法，k-Means算法（3）半监督学习
knitzj·2020-06-25 17:19

[资源分享] Github上八千Star的深度学习500问教程

本文大约600字，阅读大约需要2分钟这周要分享的一个资源是来自Github上的已经有八千多Star的一个深度学习知识总结，如下图所示：其Github地址为：https://github.com/scutan90/DeepLearning-500-questions它目前是有16个章节，包含了数学基础、机器学习、深度学习、CNN、RNN、计算机视觉等，以及最新添加的NLP，即自然语言处理方面的知识总
spearhead_cai·2020-06-24 02:58

川大优秀毕业生在GitHub上建了一个项目《深度学习500问》，还未完结就获赞无数

为了帮助正在学习深度学习的伙伴们，川大的一名优秀毕业生，在GitHub上创建了一个项目：《深度学习500问》，通过问答的形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，
zl1zl2zl3·2020-06-21 15:29

深度学习500问记录-机器学习1

500问地址常用术语Truepositives(TP):被正确地划分为正例的个数，即实际为正例且被分类器划分为正例的实例数；Falsepositives(FP):被错误地划分为正例的个数，即实际为负例但被分类器划分为正例的实例数；Falsenegatives(FN):被错误地划分为负例的个数，即实际为正例但被分类器划分为负例的实例数；Truenegatives(TN):被正确地划分为负例的个数，即
ys1305·2020-06-21 15:36

深度学习500问

深度学习500问Referenceshttps://github.com/scutan90/DeepLearning-500-questions01.数学基础02.机器学习基础ROC曲线SVM（supportvectormachine
郭明君·2020-06-21 13:13

深度学习领域的神文(带注释版)

深度学习500问更新，GitHub2.6W星（附完整下载）-红色石头的文章-知乎https://zhuanlan.zhihu.com/p/71979604神经网络与深度学习(github,国人总结整理的
weixin_42774642·2020-06-21 12:59

《深度学习500问》之【数学基础篇】——学习笔记（一）

本文参考由哈工大博士生-袁笛、同济大学-乔成磊先生所著的《深度学习500问》而写的学习笔记。学海无涯，笔者不才，望多包涵！
陆月二三·2020-06-21 09:41

川大优秀毕业生在GitHub上建了一个项目《深度学习500问》，还未完结就获赞无数...

为了帮助正在学习深度学习的伙伴们，川大的一名优秀毕业生，在GitHub上创建了一个项目：《深度学习500问》，通过问答的形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，
爱编程_·2020-06-21 01:03

深度学习500问，面试必备宝典

深度学习500问，是以一问一答的形式，内容也是非常的丰富，涵盖了数学知识、机器学习、深度学习、计算机视觉、自然语言处理等，非常适合面试前复习的资料。
gaoyan0335·2020-06-20 20:50

《深度学习500问》一份超全深度学习资料，面试必备！

给大家推荐一本还未完成的深度学习书籍——《深度学习500问》。为什么要推荐一本未完成的书？
C...D·2020-06-20 20:22

1. KNN

KNN前言：之所以会有这个文集是因为快要秋招了，想要准备一下，所有的内容都以面试问答的形式体现，以前有人做过类似的内容：深度学习500问，但是里面的内容感觉更适合作为平时学习的参考。
博士伦2014·2020-01-02 21:36

重磅！《深度学习 500 问》已更新，（附完整下载）

为了帮助正在学习深度学习的伙伴们，川大的一名优秀毕业生，在GitHub上创建了一个项目：《深度学习500问》，通过问答的形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，
AIOT智讯·2019-07-19 09:57

《深度学习 500 问》已更新，GitHub 标星 2.6W

来源：Datawhale几个月前，红色石头发文介绍过一份在GitHub上非常火爆的项目，名为：DeepLearning-500-questions，中文译名：深度学习500问。
飞龙·2019-07-15 00:00

重磅！《深度学习 500 问》已更新，GitHub 标星 2.6W

数据π几个月前，红色石头发文介绍过一份在GitHub上非常火爆的项目，名为：DeepLearning-500-questions，中文译名：深度学习500问。作者是川大的一名优秀毕业生谈继勇。
metal1·2019-07-12 16:02

那些年我看过的深度学习领域的神文(带注释版)

深度学习500问更新，GitHub2.6W星（附完整下载）-红色石头的文章-知乎https://zhuanlan.zhihu.com/p/71979604神经网络与深度学习(github,国人总结整理的
婉妃·2019-06-13 08:50

深度学习（二十一）：循环神经网络RNN

编程语言：Python参考资料：吴恩达老师的深度学习系列视频吴恩达老师深度学习笔记整理唐宇迪深度学习入门视频课程深度学习500问RNN&LSTM笔记下载：深度学习个人笔记完整版序列模型(SequenceModel
打不死的小黑·2019-05-16 21:33

cv岗位 - 深度学习面试知识总结（不断更新）

github上面有个深度学习500问，大家可以看看那个，我这个作为补充，而且相对说明的更详细一些。目录一、优化算法（一阶、二阶）1.常用的一阶、二阶优化算法有哪些？区别是什么？
Snoopy_Dream·2019-04-15 16:29

【面经】此处收集各厂 算法岗 面经/经验分享 （持续更新~/已更新2020届）

此文只收集自己认为较为有用的东西，题目不一定是文章标题，排名不分先后面试题及要点：深度学习500问机器学习/算法校招面试考点汇总（附面试题和答案）【持续更新】2018/2019/算法/机器学习/深度学习
Nicht_Sehen·2019-04-02 17:27

深度学习500问！面试有这些足够了！

近日，Github上一个名为DeepLearning-500-questions火了，star量将近2万，fork数也5000多了。作者是川大的一名优秀毕业生谈继勇。这个项目搜罗了概率知识、线性代数、机器学习、深度学习面试常见的500个热点问题，可谓是备考面试之良品。话不多说，先睹为快！先看一下章节划分吧：数学基础机器学习基础深度学习基础经典网络卷积神经网络(CNN)循环神经网络(RNN)生成对抗
beyourselfwb·2019-03-21 08:02

GitHub 近两万 Star！深度学习 500 问带你入门人工智能！| 技术头条

utm_source=csdn_bw今天，笔者要给大家推荐一本尽管尚未完结但在GitHub上却深受欢迎，已经获得近两万Star的深度学习书籍——《深度学习500问》。为什么要推荐这本书？
CSDN资讯·2019-03-20 09:00

深度学习（十一）：卷积神经网络CNN

编程语言：Python参考资料：吴恩达老师的深度学习系列视频吴恩达老师深度学习笔记整理唐宇迪深度学习入门视频课程深度学习500问笔记下载：深度学习个人笔记完整版计算机视觉(ComputerVision)
打不死的小黑·2019-03-12 00:30

NLP小白的入门学习路线

Algorithm_Interview_Notes-Chinese[2]THUNLP机器阅读理解[3]52nlp[4]深度学习前沿笔记[5]cs224n-camp[6]火爆GitHub的《机器学习100天》[7]深度学习
NLP_victor·2019-02-24 13:39

1-1-数学基础

全文根据深度学习500问pdf版本，加上各种博客内容，具体链接文中已给出，侵删。1.1张量张量ｔｅｎｓｏｒ可以看成是向量和矩阵在多维空间中的推广。标量是零阶张量，向量是一维张量，矩阵是两维张量。
g-nos·2018-11-15 10:18

1024 | 最全面试总结，深度学习500问，面试必备【下载】

深度学习500问，以问答形式对常用的概率知识、线性代数、机器学习、深度学习、计算机视觉等热点问题进行阐述，以帮助自有需要的读者。
机器学习算法与Python学习-公众号·2018-10-24 11:00

《深度学习500问》，川大优秀毕业生的诚意之作

前端工程师掌握这18招，就能在浏览器里玩转深度学习基于知识图谱的人机对话系统|公开课笔记来呀！AI喊你斗地主美团大脑：知识图谱的建模方法及其应用|公开课笔记60天,4位诺奖得主,他们将这样改造区块链程序员的江湖，务必掌握这些黑话！码农30岁后的体检——你最需要的是直面的勇气老罗的锤子手机是怎么做到一年被“死”N次的？|畅言干货|18个Python爬虫实战案例（已开源）
AI科技大本营·2018-10-23 00:00
上一页 1 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他