Learing》第3页

从0开始学习深度强化学习之深度学习和深度强化学习的区别之浅显理解

在刚开始入门深度强化学习的时候，我也觉得深度强化学习（DeepReinforcementLearing）是一个很高级的东西，在网上查到谷歌的Deepmind搞出来的Alphago就是利用深度强化学习算法搞出来的

脉动人生·2023-01-04 08:33

[Machine Learing]1.0-DeepLearning 以及Pytorch基本应用

MachineLearningPart1提要:本篇主要记录了三个方面，首先是对一些机器学习基本概念的理解，包括(反向传播，Adam等)，之后记录了一些Torch的一些基本函数的使用，最后对上述概念中在实战中一些应用的关键代码。1机器学习:Deeplearning:DL和之前的Linearmodel不同的点关键在于，层次更深，像是多个LinearModel叠加在一起。需要注意的是并非是越深越好，针对

爱乐Amour·2023-01-02 11:10

Machine Learing -- 简介

(defineasetoffunction)2.选择对function的评价方法(goodnessoffunction)3.选择最好的一个function(pickthebestoffunction)LearingMap

qxdoit·2023-01-02 11:37

Machine Learing(二)

一、线性回归还是房价的例子。训练样本数据集（m个样本）回归就是我们预测一个具体的数值输出，也就是价格。线性回归就是找一个一次函数来拟合训练数据集，如图。这里预测y是关于x的线性函数：：我们可以看到这里有我们的训练集（TrainingSet），我们把它提供我们的学习算法（LearningAlgorithm）进行训练，然后算法通过训练输出一个函数h，即hypothesis(假设)。这里h表示一个函数，

MinJinFan·2023-01-02 11:33

COMP7404 Machine Learing——ROC

ROCimportpandasaspdimportnumpyasnpdf=pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/wdbc.data',header=None)fromsklearn.preprocessingimportLabelEncoderfr

hxxjxw·2023-01-02 11:29

Machine Learing HW3

Task:1使用CNN完成食物分类任务,共11个classes;2使用数据增强操作；3使用Residual提高模型性能；DataSet:训练集9866labeled图像；验证集3430labeled图像；测试集：3347图像；Baseline:Simple:0.50099Medium:0.73207TrainingAugmentation+TrainLongerStrong:0.81872Trai

秀得水乱流·2023-01-02 11:54

【无标题】graphsage--inductive representation learing on large graphs

一、简单的总结1、graphSASE针对新点甚至新图，主要训练aggregate函数2、论文最后讨论未来可能的方向：subgraphembedding，邻居采样方式，多模态图二、数据集1、citationdata：undirectedcitationgraph，6labels，302424nodes，X=nodedegree+sentenceembedding2、redditdata:undire

北风_A·2022-12-31 08:47

吴恩达《机器学习》——线性回归代码实现

代码4.实验结果单变量回归多变量回归实验总结数据集、源文件可以在Github项目中获得地址：https://github.com/Raymond-Yang-2001/AndrewNg-Machine-Learing-Home

Ace2NoU·2022-12-29 17:47

深度学习之训练开发测试数据集，偏差与方差，正则化

Bias/Variance2.Basicrecipefordeeplearing三、正则化Regularzation1、正则化形式1、L1，L2正则化2、为什么正则化能防止过拟合四、dropoutregularization1

爱吃肉c·2022-12-17 13:43

深度学习和tensorflow学习总结---复习自用，大家看到不对的地方多多留言，互相交流

深度学习（DeepLearing）深度学习不需要人工提取特征-----模型的可解释性与机器学习区别：机器学习需要手动提取特征，需要大量领域专业知识。

weixin_44140703·2022-12-14 17:20

PyCharm跑项目时遇到的一些问题及解决办法

PyCharmPyTorchdeeplearingprojectauthor：zoxiii文章目录问题1问题2问题3问题4问题5问题6问题7问题8问题9问题10问题1具体问题：OMP:Error#15:

zoxiii·2022-12-13 04:10

机器学习----回归问题

2.简介ML(MechineLearing)叫做机器学习，我们在网上看到的垃圾邮件的过滤，自

小cui童鞋·2022-12-12 23:22

机器学习与深度学习的基本概念

机器学习的任务回归Regression分类Classification创造学习StructedLearing机器学习怎么找这个函数定义含未知参数的函数定义loss损失函数定义优化器optimization

尘心平·2022-12-07 11:52

强化学习Sarsa算法走迷宫小例子

Sarsa算法：Sarsa算法与Q-learing算法的不同之处是什么？

xckkcxxck·2022-12-06 12:06

ROS自定义话题消息

byw@byw-virtual-machine:~/catkin_ws/src/learing_topic/msg$touchPerson.msg下列代码中的st

玮雨君·2022-12-05 16:36

paper survey ——deep learning or machine learing and optical communication

machinelearning或者说deeplearning已经被广泛应用于各种领域，之前本人也发表了几篇ML或者DL跟VLC相结合的论文。本博文主要是对16年后ML或DL跟opticalcommunication结合的相关的论文的调研。仅供本人学习记录用ModulationFormatRecognitionandOSNREstimationUsingCNN-BasedDeepLearningAn

gwpscut·2022-11-29 05:15

【五】AI Studio 项目详解【VisualDL工具、环境使用说明、脚本任务、图形化任务、(五)在线部署及预测】PARL

汀、·2022-11-28 22:31

强化学习第一章概述

强化学习（ReinforcementLearing）关键词关键词智能体agent环境environment独立同分布independentlyidenticallydistribution（iid）延迟奖励

£•€•×·2022-11-28 09:38

机器学习1综述

文章目录一、综述学习环境：二、机器学习方法的分类1、监督学习；2、非监督学习；3、半监督学习；4、增强学习；三、机器学习方法分类2、批量学习（离线学习）BatchLearing；3、参数学习；4、非参数学习

淅淅同学·2022-11-28 07:24

pytorch手动加入正则

optim.Adam(model.parameters(),lr=learning_rate,weight_decay=0.01)optimizer=optim.SGD(model.parameters(),lr=learing_rate

YANG_0_0_YANG·2022-11-27 09:01

李宏毅：Life Long Learning

LifeLongLearing也是continualLearning，也是incrementallearning目录Life-LongLearningvsTransferLearningEvaluationResearchDirectionsSelectiveSynapticPlasticity

bulibuli蛋·2022-11-27 07:22

深度学习可视化工具visdom使用

callbacks）2.3环境Environments2.3.1选择环境（SelectingEnvironments）2.3.2比较环境（ComparingEnvironments）2.3.3清除环境（ClearingEnvironments

点亮～黑夜·2022-11-25 10:22

通俗理解transductive learing和inductive learing

最近在机器学习中，发现很多模型中都使用到了transductivelearing和inductivelearing，但搜来搜去都发现还是无法看明白这两个概念的区别，直到我找到了一种通俗易懂的说法。

听弧丶·2022-11-25 09:32

LTR (Learning to Rank): 排序算法 poitwise, pairwise, listwise常见方案总结

目录1LearingtoRank介绍2ThePointwiseApproach3ThePairwiseApproach3.1RankNet4TheListwiseApproach4.1直接优化评测指标4.1.1LambdaRank4.1.2LambdaMART4.2

BGoodHabit·2022-11-24 07:36

深度学习Q-learing算法实现

深度学习Q-learing算法实现1.问题分析这是一个走悬崖的问题。

ximikang·2022-11-23 16:14

《深度学习DEEP LEARING》花书---机器学习部分 5.2 关键词容量过拟合欠拟合假设空间学习笔记分享（欢迎指正）

目录泛化误差(generalization)欠拟合过拟合容量（capacity）假设空间（hypothesisspace）举例小结首先引入一个概念：泛化误差(generalization)通常情况下，当我们训练机器学习模型时，我们可以使用某个训练集，在训练集上计算一些被称为训练误差（trainingerror）的度量误差，目标是降低训练误差。目前为止，我们讨论的是一个简单的优化问题。机器学习和优化

ashley_ya_·2022-11-23 16:34

深度强化学习——DQN算法原理

TargetNetwork）1、自举（Bootstrapping）2、目标网络：五、DoubleDQN六、总结伪代码：一、DQN算法是什么DQN，即深度Q网络（DeepQ-network），是指基于深度学习的Q-Learing

流萤点火·2022-11-23 05:54

深度学习（Deep Learing，DL）常见讨论知识点

关于BatchNorm和Dropout相对顺序的讨论关于在validation和testing的时候弃用dropout的讨论

培之·2022-11-22 23:25

李宏毅机器学习笔记：Brief Introduction of Deep Learning + Backpropagation(后向传播算法)

Lecture6:BriefIntroductionofDeepLearning本节课主要围绕DeepLearing三步骤：（

TravelingLight77·2022-11-22 18:55

pyG利用MessagePassing实现GCN(了解pyG的底层逻辑）

这个东西是CS224W:machinelearingwithgraph的作业的一部分！感觉这部分还是需要了解透，因为自己写论文搭建模型，就得自己利用MessagePassing类实现自己的模型。

山、、、·2022-11-22 12:42

sap fi清账函数POSTING_INTERFACE*的使用

sap提供了一套标准的清账函数POSTING_INTERFACE_STARTPOSTING_INTERFACE_CLEARINGPOSTING_INTERFACE_END但是很多小伙伴不怎么会去使用，因为

想发财的小夏·2022-11-22 10:45

机器学习--简单算法和编程实现

机器学习部分算法weektwo4.18@(Mymachinelearing)梯度下降和多线性回归首先特征缩放要对输入的m组data进行一个处理将其放到一个矩阵中方便计算，或者对于不同范围的数据进行特征缩放

JackYanghc·2022-11-20 15:49

YOLO-V4 Pytorch版本训练自建数据集和预测

我的仓库地址为：https://github.com/hx-0614/yolov4-pytorch-learinggitclonehttps://github.com/hx-061

Chris_hx·2022-11-20 13:20

从Q-Learning到Deep-Q-Learning

DeepLearning定义深度学习(DeepLearing)由一组算法和技术构成，这些算法和技术试图发现数据的重要特征并对其高级抽象建模。

ChanZany·2022-11-20 13:50

【整理】用简单逻辑图理解DQN（deep Q-learning）的学习过程

试图理解DQN（deepQ-learning）过程一、DQN背景先引Q-Learing更好地明了dqn的产生原因：Q-learning：是一种off-policy的强化学习方法，行动和评估决策的过程。

_Waters·2022-11-20 13:05

Few-Shot Learning：基本概念

基础概念1.few-shotlearing（少样本学习）：意思是用少量带标签的样本来训练就得到一个好的模型去做分类或回归任务2.few-shotlearning是一种metalearning（元学习），

李问号·2022-11-19 10:52

交叉熵代价函数原理

blog.csdn.net/u014595019/article/details/52562159交叉熵代价函数（作用及公式推导）2016年04月02日18:22:52__鸿阅读数：65686更多所属专栏：MachineLearing

weixin_34168880·2022-11-19 08:49

P11机器学习--李宏毅笔记GAN（对抗生成网络）

目录GAN的基本概念GAN的训练方法训练GAN的目标ModelCollapseModelDropping计算多样性ConditionalGANCondtitionalGAN+SupervisedlearingcycleGanGAN

温涛·2022-11-14 13:38

Prompt learning系列之入门篇

什么是Promptlearing？就是通过引入模版来将

人工智能与算法学习·2022-11-14 09:19

决策树C4.5算法 c语言实现,决策树之ID3、C4.5、C5.0

决策树之ID3，说一个例子，就会明白，拿TomM.mitchen的《MachineLearing》第三章中的例子。

我自来去·2022-11-08 19:58

自然语言处理学习笔记十三（Deep Learing 与 NLP ）

一、传统方法的局限性1.1数据稀疏由于语言是离散的符号系统，每个字符与单词都是离散型随机变量。任何机器学习模型只接受向量，将文本转换成向量，表示为元素为01的二进制向量，然后不同单词的相似句子却是不同的向量，现实中有无数个单词，从而会有严重的数据稀疏问题。1.2特征模板为了建模语言的复合性，传统自然语言处理依赖于手工制定的特征模板，这些模板也是各种单词的组合，组合太多。同样也会带来数据稀疏的问题。

犀利哗啦760596103·2022-11-04 17:02

《机器学习实战》-支持向量机源码运行

SVM源码（smoSimple）'''文件名：svmSimple.pyChapter5sourcefileforMachineLearinginAction@author:Peter画图函数showClassifer

吓一跳你·2022-10-31 21:52

在jupyter notebook中安装使用pytorch

V10.1.243)、CuDNN、Pytorch(1.2.0)在新环境中安装ipykernel:condainstallipykernel写入环境:python-mipykernelinstall--nameDeepLearing

肉肉的求学路·2022-10-15 07:43

DeepLearing—CV系列（十六）——基于Pytorch实现的编解码结构之Seq2Seq实现验证码识别

文章目录一、认识编解码网络（encoder-decoder）二、解编码网络结构2.1编码过程（Encoder）2.2解码过程（Decoder）2.3Seq2Seq生成对联的过程三、Seq2Seq网络的应用四、基于编解码模型实现的验证码识别4.1验证码识别的原理和过程五、代码5.1gen_num.py5.2sampling.py5.3nets.py5.4Train.py首先解释一下Seq2Seq的意

wa1tzy·2022-10-02 07:32

unity3D-learing my first game : A easy calculator

1、简答题解释游戏对象（GameObjects）和资源（Assets）的区别与联系。两者之间的区别：游戏对象(GameObjects)：游戏中的每一个对象都是一个游戏对象。他们本身不会做任何事情，我们赋予他们各自的属性之后，就成为了我们在游戏中看到的角色或环境等。例如我们设置的玩家，关卡等他们都属于游戏对象，我们通过给他们添加各种属性火环境，让他们成为游戏对象。可以将游戏对象看成是一个空容器，我们

tangyt77·2022-09-14 22:53

DeepLearing4j深度学习之Yolo Tiny实现目标检测

YoloTiny是Yolo2的简化版，虽然有点过时但对于很多物体检测的应用场景还是很管用，本示例利用DeepLearing4j构建Yolo算法实现目标检测，下图是本示例的网络结构：//parametersmatchingthepretrainedTinyYOLOmodelintwidth

victorkevin·2022-07-30 07:48

ABAP 代码中读取会计科目的字段状态（隐藏、可选、必输）

1.问题使用BAPIPOSTING_INTERFACE_CLEARING进行清账的时候，由于标准程序使用BDC清账，而且不同科目ZFBDT字段状态不一致会导致清账失败字段隐藏时，不能赋值BDC字段ZFBDT

rogerix4·2022-07-28 22:46

DeepLearing—CV系列（二十四）——Pytorch实现OCR识别图片转文字（1）——CTPN理论

文章目录一、OCR简介二、CTPN（ConnectionistTextProposalNetwork）连接文本提议网络2.1CTPN简介2.2CTPN模型创新点2.3CTPN与RPN网络结构的差异2.4CTPN网络结构2.4.1CTPN的整体结构与流程2.5如何通过FC层输出产生Textproposals?2.6竖直Anchor定位文字位置2.7文本线构造算法2.8CTPN的训练策略2.9CTPN

wa1tzy·2022-06-06 07:50

DeepLearing—CV系列（十八）——图像分割之U-Net的Pytorch实现

文章目录一、nets.py二、Mydataset.py三、Train.py一、nets.pyimporttorchfromtorch.nnimportfunctionalasFclassCNNLayer(torch.nn.Module):def__init__(self,C_in,C_out):super(CNNLayer,self).__init__()self.layer=torch.nn.S

wa1tzy·2022-05-26 07:49

【元学习和少样本学习】论文合集推荐丨元迁移学习、广义零次学习等

元学习（Meta-Learing），又称“学会学习“（Learningtolearn）,即利用以往的知识经验来指导新任务的学习，使网络具备学会学习的能力，是解决小样本问题（Few-shotLearning

AMiner学术搜索和科技情报挖掘·2022-05-25 07:49

推荐频道

Learing》