CH4-李宏毅机器学习

李宏毅机器学习2022春季-第二课和HW2

李宏毅2022课程视频全部以线上视频的形式给出（已经全部录好，你可以选择短时间全部学完），上课时间会直播讲解额外的内容（可以不听）和作业（建议一定要做），目前已更新到作业二。第二课主要内容是讲如何应对overfit和optimization的方法。课程视频：b站视频号：机器学习手艺人网址：https://www.bilibili.com/video/BV1Z34y1C7sj?spm_id_from
机器学习手艺人·2022-11-15 17:18

李宏毅机器学习作业1——预测COVID-19人数

目录数据集导包辅助函数设定种子划分数据集模型特征选择训练函数配置参数Dataloader开始训练预测预测函数输出结果解答训练函数模型特征选择超参数设置数据集训练集中给出美国某些州五天COVID-19的感染人数（及相关特征数据），测试集中给出前四天的相关数据，预测第五天的感染人数。下载地址：ML2022Spring-hw1|Kaggle特征包括：●States(37,独热编码)●COVID-like
iwill323·2022-11-15 17:15

【李宏毅机器学习HW2】

按照自己的计划，以后应该会一两个星期完成一个作业，目标是尽量都达到bossbaseline吧，能参考的资料也挺多的，但如果只是学会掉包肯定是不行的，所以以后也会花时间总结一下原理。除了算法思想和如何构造外，我认为代码能力也很重要，但现在能看到的代码注解还是较少，包括助教给的代码有些注释不算很详细，所以以后不懂的函数也会总结总结，然后注解好发到GitHub上文章目录前言一、过strongbaseli
detemination_·2022-11-15 17:14

李宏毅机器学习笔记二

Contents8Keras使用9-1TipsforTrainingDNN9-2kerasdemo11WhyDeep?8Keras使用adam高级优化方法不需要自己设置学习速率如果有100个batch，1个epoch就更新参数100次可以看出，batch_size为1和为10，参数更新速度是一样的(相同时间下，都用166s),这是由于vectorization带来的加速，并行运算。但随着batch
niuyoudao·2022-11-15 17:44

李宏毅机器学习作业2——音位分类预测

目录数据集导包辅助函数设定种子数据预处理数据集加载定义模型训练函数读取数据集和训练读取数据集训练删除内存中的数据，节省空间预测预测函数进行预测解答hidden_layers=7，hidden_dim=256hidden_layers=12，hidden_dim=512讨论更宽还是更深学习率的影响batchsize影响数据集音位分类预测（Phonemeclassification），通过语音数据，预
iwill323·2022-11-15 17:10

李宏毅机器学习笔记2：Gradient Descent(附带详细的原理推导过程）

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！）今天这篇文章的主要内容是第3课的笔记MLLecture3:GradientDescent1.要真正理解梯度下降算法的原理需要一
weixin_30629977·2022-11-15 08:52

李宏毅机器学习笔记5：CNN卷积神经网络

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！）Lecture7:CNN目录一、CNN的引入二、CNN的层次结构三、CNN的小Demo加深对CNN的理解四、CNN的特点在学习
weixin_30628077·2022-11-15 08:22

Meta learning 元学习李宏毅机器学习

Metalearning=learntolearn机器学过很多任务后，机器变成更厉害的学习者，遇到新的任务的是可以学的更快更好。e.g机器学过语音、影响分类后，可以对文本分类做得更好。一、区别与联系1.transferlearning与metalearning的区别：transferlearning的目的是通过taskA去增强taskB，e.g.用一个NN去解决了城市A的任务，现在用这个NN修改最
宋老板的笔记·2022-11-14 15:55

Meta Learning Gradient Descent as LSTM 李宏毅机器学习笔记

以上结构类似于RNN(LSTM)结构，其中θ类似于隐向量，trainingdata就是输入X以下具体说明。一、LSTMreviewCt-1和Ct改变会很小，所以保持了长期依赖，ht-1和ht变化大代表了短期依赖。zi输入门，zf遗忘门，zo输出门ct=z和zi做点乘+zf和ct-1点乘（选择选择ct-1还是遗忘）ht=zo和tanh(ct)yt=激活（W’ht）二、LSTM与Gradientdes
宋老板的笔记·2022-11-14 15:25

Meta learning - metric-based approach 李宏毅机器学习笔记

SiameseNetwork孪生网络，通常不会放在metalearning里面但是李宏毅就要把这个网络放在metalearning里面讲所以为什么孪生网络可以看成metalearning呢？一、直观解释IntuitiveExplanation可以将train和test看成一组输入，就是一个简单的二分类问题。原理：用CNN将人脸图片投影到同一个空间上，考量这个空间上两张图片的距离（similarit
宋老板的笔记·2022-11-14 15:25

2020李宏毅机器学习笔记——26.Conditional Generation by GAN（条件生成—GAN）

ConditionalGenerationbyGAN文章目录摘要1.SupervisedConditionalGAN1.1Traditionalsupervisedapproach1.2ConditionalGAN2.unsupervisedconditionalGAN2.1什么是unsupervisedconditionalGAN2.2unsupervisedconditionalGAN要怎么做
HSR CatcousCherishes·2022-11-14 13:48

李宏毅机器学习2016 第十六讲 生成对抗网络 GAN

视频链接：李宏毅机器学习(2016)_演讲•公开课_科技_bilibili_哔哩哔哩课程资源：Hung-yiLee课程相关PPT已经打包命名好了：链接：https://pan.baidu.com/s/1c3Jyh6S
Joe-Peng_hitsz·2022-11-14 13:15

李宏毅机器学习|生成对抗网络Generative Adversarial Network (GAN)|学习笔记（1）|GAN基本概念介绍

文章目录前言1Generation2GenerativeAdversarialNetwork(GAN)GeneratorDiscriminatorBasicIdeaofGANAlgorithm结果展示总结前言之前老早就听说了GAN，然后对这个方法还不是很了解，想在今后的论文中应用它。因此来学习下李宏毅讲的GAN,记个笔记。视频地址1Generation之前的神经网络的模型大多是给定x，然后通过Ne
亨少德小迷弟·2022-11-14 13:45

李宏毅机器学习笔记第14周_生成式对抗网络(GAN)

文章目录一、NetworkasGenerator二、Whydistribution?三、AnimeFaceGeneration四、Discriminator五、BasicIdeaofGAN六、Algorithm七、ProgressiveGAN八、OurObjective九、Samplingisgoodenough十、Discriminator十一、TipsforGAN1．JSdivergencei
MoxiMoses·2022-11-14 13:43

2021李宏毅机器学习笔记--23 Theory behind GAN

2021李宏毅机器学习笔记--23TheorybehindGAN摘要一、MaximumLikelihoodEstimation(最大似然估计)二、MLE=MinimizeKLDivergence（最小KL
guoxinxin0605·2022-11-14 13:12

【飞桨-PaddlePaddle-李宏毅机器学习特训营-逻辑回归笔记】

飞桨-PaddlePaddle-李宏毅机器学习特训营-逻辑回归笔记致敬开源附上课程链接：[https://aistudio.baidu.com/aistudio/course/introduce/1978
wingOfStone·2022-11-12 11:52

【345】机器学习入门 - 李宏毅机器学习笔记

参考：[机器学习入门]经典台大李宏毅机器学习课程从这里开始TOPICBLOGPDFVIDEO【1】LearningMap（学习导图）blogpdfvideo【2】Regression：CaseStudy
sas???·2022-11-12 11:43

[机器学习入门] 李宏毅机器学习笔记-19 （Deep Generative Model-part 2：深度生成模型-part 2）

[机器学习入门]李宏毅机器学习笔记-19（DeepGenerativeModel-part2：深度生成模型-part2）PDFVIDEOWhyVAE?
holeung·2022-11-12 11:42

[机器学习入门] 李宏毅机器学习笔记-20 （Deep Generative Model-part 3：深度生成模型-part 3）

[机器学习入门]李宏毅机器学习笔记-20（DeepGenerativeModel-part3：深度生成模型-part3）PDFVIDEO上接part2，VAE从来没有去学习产生一张看起来能以假乱真的image
holeung·2022-11-12 11:42

[机器学习入门] 李宏毅机器学习笔记-18 （Deep Generative Model-part 1：深度生成模型-part 1）

[机器学习入门]李宏毅机器学习笔记-18（DeepGenerativeModel-part1：深度生成模型-part1）PDFVIDEOCreation据说在费曼死后，人们在他生前的黑板上拍到如图画片，
holeung·2022-11-12 11:41

机器学习笔记9_Generative Model(GAN)

本文是李宏毅机器学习的笔记，这是第九节，介绍了GAN网络。
vrerain·2022-11-12 11:40

李宏毅机器学习笔记——生成式对抗网路(Generative Adversarial Network, GAN)

概念生成式对抗网络（GAN,GenerativeAdversarialNetworks）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。模型通过框架中（至少）两个模块：生成模型（GenerativeModel）和判别模型（DiscriminativeModel）的互相博弈学习产生相当好的输出。输出是一个分布。z是简化的分布。举例输入过去的画面，通过网络预测出下一步的画面，在同时
vincewm·2022-11-11 11:05

暑期组队学习！

关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale学习开源贡献：Datawhale团队漫漫夏日，不如一起聚众学习暑假特辑开源教程如下：(1)机器学习：吃瓜教程(2)深度学习：李宏毅机器学习
Datawhale·2022-11-10 10:17

2022李宏毅机器学习hw1--COVID-19 Cases Prediction

目录一.开题说明：二.梗概：三.问题背景：四.模型建立：1.数据下载2.导入必要的包3.定义函数4.定义类（Dataset以及DNN）5.特征选择6.定义超参数7.定义DataLoader8.训练与预测五.可视化分析六.优缺点分析与改进建议优点：缺点：改进建议：一.开题说明：本人在完成HW1的过程中，发现存在以下困难：1.信息获取相对麻烦，不易于寻找相关资料2.可提供的有用信息比较零散，导致不能马
Vector Jason·2022-11-09 12:12

李宏毅机器学习笔记：自注意力机制

自注意力机制1.self-attention关注输入数据的全局信息没有考虑位置信息计算量是序列长度的平方每个输入ai乘以不同的矩阵，得到向量q、k、v，q表示查询向量，用q乘以所有输入的k向量得到的值再进行softmax归一化，作为输入a的权重和输入a的v向量进行点乘，加起来就得到了a对应的输出：bi把全部输入看成一个向量I,分别乘以WqW^qWq,WkW^kWk,WvW^vWv(模型学习出来的参
chairon·2022-11-07 23:56

李宏毅机器学习笔记—— 15. Network Compression( 网络压缩)

摘要：本章主要是讲解了为什么要去做网络压缩，以及怎样去做压缩的五种方式。分别是网络剪枝，知识蒸馏，参数量化，架构设计和动态计算。（本章仅从软件方面去考虑）网络剪枝的基本思想是先评估weight和neuron的重要性，然后把不重要的删除掉。知识蒸馏的基本思想是训练一个大网络，用小网络（StudentNet）学习大网络（teachernet）。并计算两者之间的cross-entropy，使其最小化，从
HSR CatcousCherishes·2022-11-06 14:32

李宏毅机器学习笔记第18周_神经网络压缩（Network Compression）

文章目录一、NetworkPruning1.Networkcanbepruned2.Weightpruning3.Neuronpruning4.WhyPruning?二、KnowledgeDistillation三、ParameterQuantization四、ArchitectureDesign1.DepthwiseSeparableConvolution2.Lowrankapproximati
MoxiMoses·2022-11-06 14:57

2021李宏毅机器学习（2）：PyTorch

2021李宏毅机器学习（2）：PyTorch1基础内容1.1产生tensor1.2squeeze压缩维度1.3unsqueeze展出维度1.4transpose转置1.5cat指定dimension连接多个
三耳01·2022-11-06 14:56

李宏毅机器学习笔记——卷积神经网络

卷积神经网络为什么CNN来做图片识别CNN的整体框架卷积Convolution最大池化MaxPooling压平FlattenCNNinKerasCNN学习了什么DeepDreamCNN的应用为什么CNN来做图片识别图片一般有很多个像素，如果一个像素表示一个data的话，一般的神经网络的参数会很多很多，训练起来将会耗费大量时间。我们要求神经网络要做的其实是识别patterns，而patterns一般
Brandon1017·2022-11-06 14:50

李宏毅机器学习—读书笔记

李宏毅机器学习笔记(LeeML-Notes)leeml-notes机器学习人工智慧（ArtificialIntelligence）是我们想要达成的目标，希望机器可以跟人一样的聪明。
studyeboy·2022-11-06 07:41

李宏毅svm_【李宏毅机器学习笔记】 18、支持向量机（Support Vector Machine，SVM）...

【李宏毅机器学习笔记】1、回归问题(Regression)【李宏毅机器学习笔记】2、error产生自哪里？
三毛不是三毛·2022-11-06 07:39

[机器学习入门] 李宏毅机器学习笔记-23（Support Vector Machine；支持向量机）

[机器学习入门]李宏毅机器学习笔记-23（SupportVectorMachine；支持向量机）PDFVIDEOSupportVectorMachineOutlineHingeLossBinaryClassification
holeung·2022-11-06 07:08

[机器学习入门] 李宏毅机器学习笔记-26（Structured Support Vector Machine part 1;结构化支持向量机part 1）

[机器学习入门]李宏毅机器学习笔记-26（StructuredSupportVectorMachinepart1;结构化支持向量机part1）PDFVIDEO首先回顾一下StructuredLearning
holeung·2022-11-06 07:08

李宏毅机器学习——学习笔记（18）Support Vector Machine（SVM）

HingeLoss+KernelMethod就是SVM。hingeloss进行二分类的过程中，采取sigmoid和crossentropy的原因是gradientdescent的梯度很大，利于参数调整。Hingelossfunction就是：图中的紫色段，hingeloss和crossentropy的差别在于对于预测准确后的样本的奖赏程度。LinearSVM：hingeloss在某些位置是不可微分
青芒·1·2022-11-06 07:58

【李宏毅机器学习笔记】4、Classification

【李宏毅机器学习笔记】1、回归问题（Regression）【李宏毅机器学习笔记】2、error产生自哪里？
qqqeeevvv·2022-11-06 07:55

【李宏毅机器学习笔记】3、gradient descent

【李宏毅机器学习笔记】1、回归问题（Regression）【李宏毅机器学习笔记】2、error产生自哪里？
qqqeeevvv·2022-11-06 07:25

【李宏毅机器学习笔记】2、error产生自哪里？

【李宏毅机器学习笔记】1、回归问题（Regression）【李宏毅机器学习笔记】2、error产生自哪里？
qqqeeevvv·2022-11-06 07:54

李宏毅机器学习笔记（2016年的课程）：Support Vector Machine (SVM)

1.各种loss函数f=np.arange(-3,3+1e-8,0.001)py=np.array([1.]*len(f))defget_ideal(yf):returnnp.where(yf>=0,0,1)defsquare(yf):returnnp.square(yf-1.)defsigmoid(x):return1./(1+np.exp(-x))defsquare_sigmoid(yf):r
一杯敬朝阳一杯敬月光·2022-11-06 07:24

机器学习【吴恩达|周志华|李宏毅|算法】清单 #收藏#

网络转自：https://blog.csdn.net/julialove102123/article/details/78729602系列学习记录：1、吴恩达机器学习系列；2、李宏毅机器学习课程；3、周志华西瓜书
guomutian911·2022-11-04 09:59

day1-李宏毅机器学习

目录心得体会一、hand-craftedrules二、三类学习方法三、迁移学习四、强化学习心得体会今天开始参加开源学习组织datawhale的组队学习--李宏毅机器学习，再次写一系列文章记录我的学习笔记与感悟
苏晨星·2022-11-01 23:35

机器学习 - 李宏毅笔记

李宏毅机器学习笔记1.机器学习简介1.1机器学习项目流程1.1.1找到未知函数1.1.2定义训练损失函数1.1.3优化2.机器学习攻略指南（实现一个好的模型）2.1训练集loss过大or过小2.1.1如果
EDG viper·2022-11-01 03:02

DATAWHALE-李宏毅机器学习-1

机器学习引言人工智能(ArtificialIntelligence)是机器学习方法(MachineLearning)追求实现的目标。河狸造堤坝是生物的本能，机器学习的天赋则来自hand-craftedrules。hand-craftedrules的缺点在于它考虑不到存在情况的所有可能性，也永远无法超越人类，同时又需要耗费大量的人力。未来机器学习方法或许不需要过多人力，而只需使用大量数据。机器学习也
樟宜·2022-11-01 03:32

李宏毅机器学习1-机器学习介绍

李宏毅机器学习1-机器学习介绍在整个机器学习的Framework里有step1：找一个fuctionsetstep2：machine可以衡量一个function是好还是不好step3：让machine有一个自动的方法
HammerDeng·2022-10-30 17:52

李宏毅机器学习2-回归

李宏毅机器学习2-回归案例学习Regression股票预测系统：input过去十年股票起伏资料，output股市明天的平均值自动驾驶车辆：inputsensor感受到的信息，output方向盘的角度推荐系统
HammerDeng·2022-10-30 17:52

李宏毅机器学习--self-supervised：BERT、GPT、Auto-encoder

目录Self-SupervisedLearningBERTBERT训练maskinginput（随机遮盖一些输入单位）nextsentenceprediction（预测前后两个句子是否相接）BERT的fine-tune应用BERT框架GLUE（测试BERT的能力）case1-语句分类case2-词性标注case3-句意立场分析case4-问答系统Pre-trainingaseq2seqmodelT
iwill323·2022-10-28 20:28

李宏毅机器学习：self-attention（自注意力机制）和transformer及其变形

目录self-attentionself-attention的输入文字处理领域语音领域图自注意力机制的输出输出序列长度与输入序列相同输出序列长度为1模型决定输出序列长度Self-attention原理self-attention模型的内部实现相关性计算计算self-attention输出矩阵实现小结Multi-headSelf-attention位置编码PositionalEncodingSelf
iwill323·2022-10-28 20:28

2021李宏毅机器学习笔记--14 conditional generation by RNN & attention

2021李宏毅机器学习笔记--14ConditionalGenerationbyRNN&Attention摘要一、Generation1.1Generation1.2ConditionalGeneration
guoxinxin0605·2022-10-28 05:58

2021李宏毅机器学习笔记--22 Generative Adversarial Network 01

@[TOC](2021李宏毅机器学习笔记–22GenerativeAdversarialNetwork01(GAN,生成式对抗网络))摘要GAN是建立于神经网络的基础上的，其核心思想是“生成”与“对抗”
guoxinxin0605·2022-10-28 05:58

【李宏毅机器学习】TransFormer框架基础储备知识（p51） 学习笔记 | 全程手码，放心食用

全文总结于哔哩大学的视频：李宏毅2020机器学习深度学习(完整版)国语2020版课后作业范例和作业说明在github上：点击此处李宏毅上传了2020版本的机器学习视频和吴恩达的CS229机器学习相比，中文版本的机器学习显得亲民了许多，李宏毅的机器学习是英文的ppt+中文讲解，非常有利于大家入门。吴恩达的CS229中偏向于传统机器学习（线性回归、逻辑回归、NaiveBayes、决策树、支持向量机等）
running snail szj·2022-10-24 18:43

NLP-D6-李宏毅机器学习L3hw-L4self-attention-L5seq2seq(Transformer)

昨天的进度被一些意外的事情打乱了，而且搞得心烦意乱，但是没关系！！！留得青山在，不怕没柴烧，昨天第一次给同学讲解ML，发现了自己不牢固的知识，感觉很好！----0553开始预习hw3的slides&&看课。----------0609看了作业要求，感觉很干！！！打算边吃饭边看。------0628吃完了，产生了问题1、交叉验证不会使模型提前见到训练集嘛？我自己的想法：我们本来做的就是用val调mo
甄小胖·2022-10-24 18:12
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他