Lecture 第32页

深度学习总结（lecture 9）Residual Network （ResNet）

lecture9：ResidualNetwork（ResNet）目录lecture9：ResidualNetwork（ResNet）目录1、残差网络基础1.1VGG19、ResNet34结构图1.2ResNet

九方先生·2018-02-28 21:34

深度学习总结（lecture 7）Network in Network（NIN）

lecture7：NetworkinNetwork（NIN）目录lecture7：NetworkinNetwork（NIN）目录1、NIN结构2、MLP卷积层3、全局均值池化4、总体网络架构5、NIN补充

九方先生·2018-02-28 20:35

深度学习总结（lecture 6）VGG13、16、19

lecture6：VGG13、16、19目录lecture6：VGG13、16、19目录1、VGG结构2、VGG结构解释3、3*3卷积核的优点4、VGG的Multi-Scale方法5、VGG应用1、VGG

九方先生·2018-02-28 19:57

深度学习总结（lecture 4）LeNet5

lecture4：LeNet5（1998）目录lecture4：LeNet5（1998）目录1、LeNet5模型1、LeNet5模型Conv1:f=[5,5],s=[1,1],padding=’valid

九方先生·2018-02-27 20:14

深度学习总结（lecture 2）简单ANN

lecture2：简单神经网络目录lecture2：简单神经网络目录1、ImageNet&WebVision2、神经网络汇总3、简单神经网络ANN1、ImageNet&WebVision三大会议CVPR

九方先生·2018-02-27 20:11

机器学习总结（lecture 1）机器学习基础知识

lecture1：机器学习基础知识目录lecture1机器学习基础知识目录01机器学习概念2机器学习分类3感知机Perceptron最简单的机器学习算法4训练集测试集验证集5过拟合6正则化7交叉验证8梯度下降

九方先生·2018-02-19 22:02

【台大李宏毅ML课程】Lecture 1-2 Linear Regression、Error笔记

（感谢李宏毅老师，所有图片来自于老师的课件）Lecture1Regression本讲主要是讲了一个线性回归模型，以及梯度下降法求解参数。以宝可梦为例。

code_caq·2018-02-08 21:09

Lecture 6 Training Neural Network (2)

这节很重要！！！！！DataPreprocessing我们先假设一个数据矩阵[NxD]，N是数据的数量，比如有多少张图片，D为维数。Meansubtraction：最常用的数据预处理方法，就是用每一个数据都减去整个数据的均值，如果对于图像来说的话，是需要在rgb三个通道分别减去各自的均值。Normalization：数据的归一化，使得整体数据在一定的规模范围内。有两种方法做归一化：一种是当已经ze

小公举的碎碎念·2018-02-08 17:14

专八听力

A.mini-lecture记词：1、只记首字母一般主题词不做考点2、记一般性实词的首字母+辅音（因为辅音决定形，元音决定发音）名词、形容词+名词、动词+名词，如language（lgge）3、虚词，即逻辑词

Hungry2Foolish·2018-02-06 08:50

CS231n-深度学习与计算机视觉-笔记-Lecture7.3 迁移学习

迁移学习transferlearning我们看到使用正则化，加入不同正则策略可以帮助减小，训练误差和测试误差的间隙，过拟合的一个问题，有时候过拟合是由于数据不够，你希望得到一个大的、功能大的模型，一个大的功能强大网络在你使用，小数据集合时很容易过拟合，正则化是一种处理它的方法。另一种方法是使用迁移学习。使用迁移学习，你不需要超大的样本集，也能训练卷积神经网络。它的思想很简单，首先找到一些卷积神经网

FishSugar·2018-02-04 11:47

Lecture 6 Training Neural Network (1)

先附上一个关于epoch,iteration的疑惑的帖子，这个人写的很好，他的其他关于深度学习的文章也值得看一看。关于iteration，epoch，batchsize的理解在看程序中遇到的关于argparse的疑惑。argparse使用tensorflow的介绍，发现自己啥也不会呀神经元eachneuronperformsadotproductwiththeinputanditsweights,

小公举的碎碎念·2018-02-02 22:56

机器学习实战（Part1_lecture1）机器学习基础

Part1分类Lecture1机器学习基础目录Part1分类Lecture1机器学习基础目录机器学习再述机器学习开发的步骤pythonNumPy机器学习再述机器学习的真正含义是彰显数据背后的真实意义（简单来说

九方先生·2018-02-01 16:30

kaggle-Titanic

一经典又兼具备趣味性的Kaggle案例[泰坦尼克号问题importosos.chdir("D:/kaggle/daima/lecture01/Feature_engineering_and_model_tuning

maocy·2018-01-23 18:07

CS231n lecture 5 Convolutional Neural Networks(CNN)

ConvNetLayers卷积神经网络将输入的原始图像像素逐层转换为最终的classscores。我们采用以下几个主要的layers来构建卷积网络框架。ConvolutionalLayer,PoolingLayer,andFully-ConnectedLayerWewillstacktheselayerstoformafullConvNetarchitecture.上图啦，这就是一个CNN网络的一

小公举的碎碎念·2018-01-23 05:04

CS231n lecture 3 Linear classification and Optimization

Linearclassification现在呢针对KNNclassifier的缺点，我们提出了一个更强大的方法对于图像分类问题，这个之后会扩展到神经网络。这个方法主要包含两部分:scorefunction(maptherawdatatoclassscores)将原始数据映射为类的分数。另一个是lossfunction(quantifytheagreementbetweenthepredicteds

小公举的碎碎念·2018-01-16 01:38

利用scipy, seaborn 做假设检验，回归分析

利用scipy,seaborn做假设检验，回归分析转载自：https://www.kancloud.cn/wizardforcel/scipy-lecture-notes/129877In[1]:%matplotlibinlineimportnumpyasnp

reachHigher·2018-01-15 15:27

CS231n lecture 2 Image classification

为什么CNN在90年代就发明出来了，然而到2012年才开始火起来？deeplearning需要有很强计算能力的GPU，当时还不具备deeplearning还需要有非常大的数据集，比如打了标签的图片，但是当时90年代这些资源都很匮乏。直到2010年的datasetslikePascalandImageNet才有了相对大一些，质量高的带标签的数据集。认真听cs231n，记下自己的理解以加深印象。附上斯

小公举的碎碎念·2018-01-08 01:37

CS224n学习笔记：Lecture1 & 2

开始的这部分主要是对DL4NLP的一个简介。个人理解，DL4NLP中，所有层级都是以向量的形式进行处理，用向量表示单词、用向量表示句子等。向量是最灵活的形式，维度自由，可组成矩阵，可组成高维的tensor等。进行NLP等后续任务，首先需要输入。输入来源主要有两个，一个是来自语音speech，一个是来自文本text。对于NLP中，有一个概念需要理解：morphology（形态学）。这个所谓的形态学是

Katherine_C_nlp·2017-12-21 15:01

近一个月的学习生活

之前说过，这里的一门课程，也就是一个unit，是由每周一次的lecture和tutorial或者workshop

红色的Ricky·2017-12-10 09:40

Week1-Systems Level Reasoning&Molecules to Pathways-米氏方程

Lecture1SystemsLevelReasoningLecture2MoleculestoPathways-cAMPandGproteinpathway

英天·2017-12-09 21:47

Week9-Lecture 20,21

Lecture20–ObservingGoal:Tounderstandtechniquesforobtaininginformationfromthehumangenome.Objectives:Studentsshouldbeableto

英天·2017-12-09 12:43

Powershell 批量重命名

源文件的格式这样的：k1+lecture1.mp4我们需要改成下面这样的：k1-lecture1.mp4Get-ChildItem*.mp4|

ettingshausen·2017-12-09 02:04

Liz雅思小作文: Lecture 5

IELTSLizLecture5Maps例题：Example_of_Lec_5.png不常见但是的确会出现。1.BasicVocabulary基本的CompassPoints（东西南北）EastWestSouthNorthBislocatednortheastofDartfordBissituated...Blies...Bis...2.TheKey图例中用的是首字母大写的形式，但是我们写的时候要

璇冰酱是个麻瓜·2017-12-07 21:21

Liz雅思小作文: Lecture 4

IELTSLizLecture4BarCharts（柱状图）例题：Thechartshowstheexpenditureoftwocountriesonconsumergoodsin2010.Example_of_Lec_4a.png怎么看图1.注意题干中的文字Thechartshowstheexpenditureoftwocountriesonconsumergoodsin2010.这是雅思给你

璇冰酱是个麻瓜·2017-12-07 20:31

吴恩达机器学习笔记七（lecture 7）（正则化Regularization）

正则化Regularization1、过拟合overfittingeg1:线性回归图一：欠拟合，高偏差图三：过拟合，高方差（一般在变量很多的时候发生，这种时候训练出的方程总能很好拟合训练数据，但是对于新的样本数据不能体现出很好的繁华能力）eg2:；逻辑回归图一：欠拟合，高偏差图三：过拟合，高方差如果我们有很多变量的假设模型，但是训练样本很少的时候，就会出现过拟合。解决：（1）减少选取变量的数量：人

cheney康·2017-12-01 17:12

Lecture 6 Growth

有了好的产品、团队后，唯一要考虑的事情就是增长了。那增长最关键的因素是什么？留存率，这是唯一的衡量标准。如果一个产品留不住人，那需要考虑的是这个产品是不是方向有问题，是否抓住人了人的痛点了。对不同的行业来说，留存率有不同的表现方式，比如Facebook的活跃用户、Whatsapp的消息发送数量、ebay的成交额等等。看了这节课，感触最大的就是这个，我觉得这个就是有没有抓住行业本质的问题，这个问题其

jorgensen·2017-11-27 00:10

python3下载文件

想从网上下载老师的讲义，进入网站发现要下载的东西还不少，有14篇(虽然也不算太多啦)发现要下载的讲义的url地址格式很类似哇，比如：http://bcmi.sjtu.edu.cn/log/files/lecture_notes

山羊菌·2017-11-23 20:45

Chapter 19 2017.11.17.

ExpressionsOneDoonesburycomicstripbyGarryTrudeauisworthathousandwordsofmoralizing.moralize说教、训导【SYN】preachButthatwouldhavebeenasermon,andsermonsarethedeathofhumor.sermon训诫、说教（含贬义）（非正式）【SYN】lecture

MaggieYuanS·2017-11-17 22:17

Chapter 19 2017.11.17.

ExpressionsOneDoonesburycomicstripbyGarryTrudeauisworthathousandwordsofmoralizing.moralize说教、训导【SYN】preachButthatwouldhavebeenasermon,andsermonsarethedeathofhumor.sermon训诫、说教（含贬义）（非正式）【SYN】lecture

MaggieYuanS·2017-11-17 22:17

TensorFlow学习笔记1

下面是lecture1的学习笔记。介绍深度学习后面的数学概念已经存在10多年，但是深度学习框架是最近几年才出来的。

duanyajun987·2017-11-13 14:56

深度学习-李宏毅学习笔记（LECTURE1 Introduction）

最近要做关于深度学习的调研报告，看了李宏毅的300页PPT，学习笔记如下：LECTURE1Introduction深度学习的介绍深度学习实质上就是寻找一个函数模型，这个寻找的过程分为三个步骤：定义模型（

Sylvia_hwy·2017-11-09 11:25

CodeFoeces-499B

题目原题链接：B.Lecture题意输入m次两个长度不超过10的单词，存短的那个，接下来给n个单词，输出最短的单词。看看样例就很好理解。

ss5smi·2017-10-30 16:22

微課學員精彩分享（湯宏淵）

[玫瑰][玫瑰][玫瑰]（課程链接：https://m.weike.fm/lecture/4964646?st=sharelink&

心纵横导师学院·2017-10-26 10:00

#65 功夫不负有心人

在昨天晚上看到编程课最后一个作业的时候还是一脸懵逼，完全不知道怎么开始，今天上午去听了教授讲的lecture，和TA花一个小时一步一步给我们讲了写program的流程之后，对于这周的知识概念我才算是真正理解了

钤鱼摆摆·2017-10-18 05:05

【一席】贝天牧：牧羊地

http://www.yixi.tv/lecture/356https://www.bilibili.com/video/av14962802/演讲稿（转）我1988年来到中国，那时我和妻子都是老师，我们在辽宁抚顺的一所很小的学校教书

zywang_amss·2017-10-08 12:41

【一席】贝天牧：牧羊地

http://www.yixi.tv/lecture/356https://www.bilibili.com/video/av14962802/演讲稿（转）我1988年来到中国，那时我和妻子都是老师，我们在辽宁抚顺的一所很小的学校教书

zywang_amss·2017-10-08 12:41

【一席】止庵：惜别

http://yixi.tv/lecture/183https://www.bilibili.com/video/av14963123/演讲稿（转）今天跟大家讲一点别人和我自己的故事，讲的题目叫做《惜别

zywang_amss·2017-10-08 11:27

【一席】止庵：惜别

http://yixi.tv/lecture/183https://www.bilibili.com/video/av14963123/演讲稿（转）今天跟大家讲一点别人和我自己的故事，讲的题目叫做《惜别

zywang_amss·2017-10-08 11:27

牛津xDeepMind自然语言处理课程汉化视频 | 词向量与词汇语义学（上）

Lecture2a-1词向量与词汇语义学（上）本课时内容：由来自DeepMind的EdGrefenstette老师讲解词向量与词汇语义学。如何给单词编码？

大数据文摘·2017-09-24 00:00

Week 6 转座子-转座重组-分析转座的实验

http://mooc.guokr.com/note/19349/Lecture11:MechanismofTransposition转座机制Segment1:Introduction基因重组分为三大类

英天·2017-09-23 10:57

20170918 周一今日计划+反思

执行情况：完成学习任务：算法入门预计成果：读完CL3.1-3.2预计时间：2h实际时间：0900-1100，2h执行情况：完成，期间去邮局寄支票给DukeEnergy交电费学习任务：算法设计预计成果：Lecture07

RicciWoo·2017-09-19 11:54

20170914 周四今日计划+反思

一、今日计划0930-1100：SofEng-Lecture08预计成果：课堂笔记预计时间：1.5h实际时间：1.5h执行情况：ProjectPlanning,RiskAnalysis1100-1230

RicciWoo·2017-09-15 22:58

David Silver强化学习公开课之二马尔科夫决策过程

强化学习公开课之二】马尔可夫决策过程MDPreinforcementlearning，增强学习：MarkovDecisionProcessesDQN（DeepQ-learning）从入门到放弃笔记5.Lecture2MarkovDecisionProcessesPPTLecture2MarkovDe

yeqiang19910412·2017-09-14 20:28

20170912 周二今日计划+反思

一、今日计划学业任务：SofEng-Lecture07预计成果：课堂笔记预计时间：1.5h实际时间：1.5h执行情况：完成最终成果：课堂笔记学业任务：AdvDBS-Lecture07预计成果：课堂笔记预计时间

RicciWoo·2017-09-13 12:28

机器学习大牛李飞飞的电脑配置

7700k4.4G内存：4X8G显示卡：两个NVGTX1070硬盘：HDD一个，SSD两个参考的文章：http://cs231n.stanford.edu/slides/2017/cs231n_2017_lecture8

caimouse·2017-09-12 10:12

机器学习之核函数

参考资料核函数定义核函数的要求参考资料参考视频：https://royalsociety.org/science-events-and-lectures/2014/11/milner-lecture/英文的

cqychen·2017-09-11 00:00

20170829 周二今日计划+反思

一、今日计划我今天的任务根据优先级安排如下：学业任务：SofEng-Lecture03预计成果：纸质笔记预计时间：1.5h实际时间：1.5h执行情况：按时完成，介绍processpattern。

RicciWoo·2017-08-30 10:08

旅澳之参观实验室(26)

上午通过一个lecture，我们了解了更多Post‐Harvest方面的研究。之后我们又分为两组参观了Post‐Harvest的各个实验室。课题组正在研究物理杀虫方法。

何如一醉尽忘机·2017-08-10 23:01

【机器学习】coursera学习笔记(二) 线性代数相关知识

机器学习(二)线性代数知识回顾coursera课程Lecture31.基础概念1.1矩阵Matrix（二维数组）维度dimension=numberofrows*numberofcolumns=行数*列数矩阵元素

Mengwei_Ren·2017-06-16 11:00

《机器学习基石》课堂原文Lecture4-1

大家好，大家好，欢迎回到今天的机器学习课程今天的课程我们要跟大家探讨的题目是FeasibilityofLearning，Learning到底是不是可行的呢？在开始这个题目之前，我们先看看我们上一次到底上了些什麽东西？我们上一次探索了各式各样不一样的机器学习的设定，然后我们跟大家说到说我们的焦点会著重在说二元的分类还有迴归分析上，最核心的问题那我们会在批次的资料，还有supervised，也就是有提

牧码人小鹏·2017-06-09 13:39

推荐频道

Lecture

深度学习总结（lecture 9）Residual Network （ResNet）

深度学习总结（lecture 7）Network in Network（NIN）

深度学习总结（lecture 6）VGG13、16、19

深度学习总结（lecture 4）LeNet5

深度学习总结（lecture 2）简单ANN

机器学习总结（lecture 1）机器学习基础知识

【台大李宏毅ML课程】Lecture 1-2 Linear Regression、Error笔记

Lecture 6 Training Neural Network (2)

专八听力

CS231n-深度学习与计算机视觉-笔记-Lecture7.3 迁移学习

Lecture 6 Training Neural Network (1)

机器学习实战（Part1_lecture1）机器学习基础

kaggle-Titanic

CS231n lecture 5 Convolutional Neural Networks(CNN)

CS231n lecture 3 Linear classification and Optimization

利用scipy, seaborn 做假设检验，回归分析

CS231n lecture 2 Image classification

CS224n学习笔记：Lecture1 & 2

近一个月的学习生活

Week1-Systems Level Reasoning&Molecules to Pathways-米氏方程

Week9-Lecture 20,21

Powershell 批量重命名

Liz雅思小作文: Lecture 5

Liz雅思小作文: Lecture 4

吴恩达 机器学习笔记七（lecture 7）（正则化Regularization）

Lecture 6 Growth

python3下载文件

Chapter 19 2017.11.17.

Chapter 19 2017.11.17.

TensorFlow学习笔记1

深度学习-李宏毅学习笔记（LECTURE1 Introduction）

CodeFoeces-499B

微課學員精彩分享（湯宏淵）

#65 功夫不负有心人

【一席】贝天牧：牧羊地

【一席】贝天牧：牧羊地

【一席】止庵：惜别

【一席】止庵：惜别

牛津xDeepMind自然语言处理课程汉化视频 | 词向量与词汇语义学（上）

Week 6 转座子-转座重组-分析转座的实验

20170918 周一 今日计划+反思

20170914 周四 今日计划+反思

David Silver强化学习公开课之二 马尔科夫决策过程

20170912 周二 今日计划+反思

机器学习大牛李飞飞的电脑配置

机器学习之核函数

20170829 周二 今日计划+反思

旅澳之参观实验室(26)

【机器学习】coursera学习笔记(二) 线性代数相关知识

《机器学习基石》课堂原文Lecture4-1

吴恩达机器学习笔记七（lecture 7）（正则化Regularization）

20170918 周一今日计划+反思

20170914 周四今日计划+反思

David Silver强化学习公开课之二马尔科夫决策过程

20170912 周二今日计划+反思

20170829 周二今日计划+反思