android学习课程笔记第35页

深度学习课程笔记-第二周

title:深度学习课程笔记-第二周date:2022-11-2021:58:31对于有m个训练集的样本，并不需要for循环遍历整个样本。

?ZERO?·2022-12-15 14:12

神经网络课程笔记-李沐教程

梯度下降：通过不断沿着反梯度方向更新参数求解小批量随机梯度下降是深度学习默认的求解方法两个重要的超参数批量大小和学习率improtrandom:random包主要用来生成随机数X=torch.normal(0,1,(num_examples,len(w)))生成一个矩阵，这个矩阵中的每一个元素都是均值为0、标准差为1的数。矩阵的行数为num_examples，列为len(w)即w向量的长度。其中，

时--·2022-12-15 08:51

【深度学习】李宏毅2021/2022春深度学习课程笔记 - Recurrent Neural NetWork（RNN）

文章目录一、SlotFilling二、RecurrentNeuralNetWork（RNN）三、BidirectionalRNN（双向RNN）四、LongShortTermMemory（LSTM）五、LearningTarget六、RNN很难Train七、HelpfulTechniques7.1LSTM7.2GRU7.3Others八、ManyToOne8.1SentimentAnalysis情绪

WSKH0929·2022-12-15 06:52

《物联网技术》课程笔记——第一章物联网概述

文章目录第一章：物联网概述什么是物联网？举例：共享单车关键步骤相关技术问题解决措施之一：1.1物联网的概念1.1.1互联网的诞生1.1.2互联网的发展1.1.3互联网的用途：以服务器为媒介实现人与人之间连接1.1.4互联网与物联网之间的关系：1.1.5关于物联网1.1.6多种网络形式1.1.7物联网的技术基础1.1.8物联网的定义1.1.9物联网、互联网、互联网、传感网与泛在网之间的关系1.2物联

-借我杀死庸碌的情怀-·2022-12-14 16:05

Android-博客及公众号推荐

·2022-12-14 16:35

第六课多算法组合与模型调优

本系列是七月算法机器学习课程笔记文章目录1前序工作流程1.1数据处理1.2特征工程1.3模型选择1.4交叉验证1.5寻找最佳超参数2模型优化2.1模型状态2.2模型优化12.3模型优化22.4模型优化32.5

约定写代码·2022-12-14 15:24

01 机器(深度)学习介绍-学习笔记-李宏毅深度学习2021年度

2021年度的李宏毅老师的深度学习课程在之后的笔记中，我会将字体分为红色，黄色，和绿色，分别表示重点，次重点和了解课程作业Github链接本节内容及相关链接机器学习与深度学习介绍视频链接PPT链接课堂作业课程笔记机器学习

iioSnail·2022-12-13 17:14

【深度学习】李宏毅2021/2022春深度学习课程笔记 - Classification（Short Version）

文章目录一、前言二、ClassificationasRegression三、ClassasOne-HotVector四、Soft-Max归一化五、LossofClassification一、前言本节用较短的篇幅介绍一下深度学习解决如何分类问题。如果想看长的版本，可以参考下面的视频。二、ClassificationasRegression把分类当作回归来看如下图所示，我们可以把每个类别对应到一个数字

WSKH0929·2022-12-13 16:58

Udacity机器人软件工程师课程笔记（八）-ROS Turtlesim 包的相关命令

Stan Fu·2022-12-13 08:12

【深度学习】李宏毅2021/2022春深度学习课程笔记 - Deep Learning Task Tips

文章目录一、深度学习步骤回顾二、常规指导三、训练过程中Loss很大3.1原因1：模型过于简单3.2原因2：优化得不好3.3原因1or原因2？四、训练过程Loss小。测试过程Loss大4.1原因1：过拟合Overfitting4.2原因2：Mismatch五、N折交叉验证六、Whengradientissmall...6.1Batch6.2Momentum七、AdaptiveLearningRate

WSKH0929·2022-12-12 08:46

通俗理解卷积神经网络

通俗理解卷积神经网络（cs231n与5月dl班课程笔记）1前言2012年我在北京组织过8期machinelearning读书会，那时“机器学习”非常火，很多人都对其抱有巨大的热情。

gldbys·2022-12-12 01:09

[Machinie Learning] 吴恩达机器学习课程笔记——Week2

MachineLearningbyAndrewNg吴恩达机器学习课程学习笔记——Week2本人学习笔记汇总合订本✓课程网址standfordmachinelearning参考资源课程笔记python版作业学习提纲

Carsick Car·2022-12-11 23:06

Linux 入门基础（苏勇）课程笔记

这是网易云课堂上苏勇老师讲的Linux入门基础的笔记。笔记是在CentOS系统下记录的，只能用英文，可能单词的使用会有错误。笔记相对简单，基本上只记录了有关的命令操作，并没有关于原理性的知识。此笔记可以用作课程学习时的参考，也可在平时使用Linux时作为参考。######################Lesson3BasicBash######################hostnameun

疯狂的芒果·2022-12-11 19:00

台大李宏毅老师——深度学习课程笔记五（Deep Learning BackPropagation)

文章目录IntroductionNeuralNetworkBackpropagationIntroductionDeepLearning的神经网络就是一个functionNeuralNetwork现在用的激活函数已经是tanh或者leakyRelu了。ResNet用了特殊的结构，不是单纯的叠加层数其实本质用的MatrixOperation。但是我现在想不起来batch是怎么做运算的。batch应该

大叔爱学习.·2022-12-11 18:52

李宏毅机器学习课程笔记2：Classification、Logistic Regression、Brief Introduction of Deep Learning

台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料，李宏毅老师将课程录像上传到了YouTube，地址：NTUEEML2016。这篇文章是学习本课程第4-6课所做的笔记和自己的理解。Lecture4:Classification:ProbabilisticGenerativeModel以根据宝可梦各属性值预测其类型为例说明分类问题。训练数据是若干宝可梦的各属性值及其类型。1、分类问题不

鹅厂程序小哥·2022-12-11 17:43

【深度学习】李宏毅2021/2022春深度学习课程笔记 - Deep Learning Introduction

文章目录一、深度学习的概念二、函数的类型三、深度学习的步骤3.1定义一个参数未知的函数表达式3.2定义一个损失函数3.3采用梯度下降法求解使得函数表达式的Loss最小的参数四、视频播放量预测案例4.1案例介绍和思路分析4.2线性函数表达式14.3改进1：使用前一段时间的播放量来预测明天的播放量4.4改进2：采用非线性函数表达式4.5多层神经网络一、深度学习的概念让机器自动寻找一个函数如下图所示：语

WSKH0929·2022-12-11 17:32

Apollo 星火计划课程笔记 ---- SLAM

Apollo定位和建图高精地图和SLAM有什么关系？高精地图制作技术栈:设备组装:GNSS-INS惯性导航系统RTK-GNSS服务商和接收器地图坐标存储和召回搞清楚处理数据的格式定位参考点用WGS84坐标计算的时候，將WGS84坐标系转换为(x+x_0,y+y_0,h)，也就是UTM平面坐标和高程。EQDC平面坐标和高程。每个参考点存储在一个点云瓦片(Tile)文件，召回和存储互逆。地图瓦片文件是

Tianchao龙虾·2022-12-11 14:54

Apollo 星火计划课程笔记 ---- Perception

ApolloPerception感知系统:传感器：Lidar,Camera,Radar,Ultrasonic,Phone地图:高精地图机器输出:道路信息：不强求在线识别，可以来自高精地图；场景理解，分割；障碍物信息:障碍物检测(位置，类别，形状大小)，障碍物跟踪(轨迹，速度),传感器融合(更安全)信号灯信息:camera识别颜色，其他信息来自地图；v2x是终极途径。Part-1多个维度看问题感知技

Tianchao龙虾·2022-12-11 14:54

Apollo 星火计划课程笔记 ---- Scenarios

ApolloScenarios场景模块场景可以是地图中有一定特征的路段，比如路口，也可以是无人车想要完成的一系列复杂的动作，比如借道避让。最大期望算法(ExpectationMaximum)EM流程参考线。什么是参考线？就是高精地图所提供的道路的中心线，在此基础上做平滑得到的一条线。它是理想状态下没有障碍物的一条线。要保证平滑，所以在运动的时候，汽车不会横向摆动上图有个错误，应该是(ss˙s¨\q

Tianchao龙虾·2022-12-11 14:24

【HDFS简述】

HDFS前言课程笔记1.HDFS定义1.说明：一台电脑存不下海量数据，就必须分配到多台机器上存储。多台机器不方便管理和维护，就需要一种系统来管理多台机器的文件---分布式系统。

天秤座的分析师·2022-12-11 10:59

狂神redis课程笔记

Redis文章目录RedisNosql单机SQL时代，更多使用静态网页Memcached缓存+MySQL+垂直拆分（读写分离）分库分表+水平拆分+M有SQL集群最近的年代最后总结为什么要用NoSQL大数据时代的3V和3高阿里巴巴框架演进第五代架构改进NoSQL的四大分类KV键值对文档型数据库（Bson格式和Json格式）列存储数据库图形关系数据库Redis入门Redis能干嘛特性常用网站启动Red

好运haoyun·2022-12-10 21:26

UCAS - AI学院 - 知识图谱专项课 - 第6讲 - 课程笔记

UCAS-AI学院-知识图谱专项课-第6讲-课程笔记实体识别信息抽取概述信息抽取的基础：分词和词性标注命名实体识别细粒度实体分类开放领域实体识别实体识别信息抽取概述知识获取输入：领域知识本体/海量数据输出

支锦铭·2022-12-10 14:14

吴恩达机器学习系列课程笔记——第十八章：应用实例：图片文字识别(Application Example: Photo OCR)

18.1问题描述和流程图https://www.bilibili.com/video/BV164411b7dx?p=108图像文字识别应用所作的事是，从一张给定的图片中识别文字。这比从一份扫描文档中识别文字要复杂的多。为了完成这样的工作，需要采取如下步骤：文字侦测（Textdetection）——将图片上的文字与其他环境对象分离开来字符切分（Charactersegmentation）——将文字分

Lishier99·2022-12-10 13:38

2019年CS224N课程笔记-Lecture 11: ConvNets for NLP

资源链接：https://www.bilibili.com/video/BV1r4411想看书吗推荐了一本书～可以自己去了解了解正课内容本周主要是CNN专题从RNNs到卷积神经网络递归神经网络不能捕获没有前缀上下文的短语经常在最终向量中捕获太多的最后单词，如下图例如，如上图，softmax通常只在最后一步计算卷积网络的主要想法：如果我们为每个可能的子序列计算一定长度的向量呢？例如：“tentati

任菜菜学编程·2022-12-10 06:50

[Machinie Learning] 吴恩达机器学习课程笔记——Week1

MachineLearningbyAndrewNg吴恩达机器学习课程学习笔记——Week1学习提纲IntroductionModelandCostFunctionParameterLearningLinearAlgebraReviewIntroductionMachineLearningDefinition机器学习定义MLDefinitionAcomputerprogramissaidtolear

Carsick Car·2022-12-10 01:27

[Machinie Learning] 机器学习课程笔记合订本（更新中）

MachineLearning吴恩达机器学习课程笔记吴恩达机器学习系列吴恩达ML课程笔记——Week1未完待续，持续更新ing…

Carsick Car·2022-12-10 01:57

Gilbert Strang的线性代数课程笔记-第七课

第七课的主题为：矩阵A的零空间（NullSpace）的求解方法第一部分解释矩阵中列与列的独立性、矩阵的秩、支点列与支点变量、自由列与自由变量、矩阵零空间的普通求解假设有矩阵A：通过对A中列的观察可得：1.col2是col1的两倍，因此col2与col1不独立2.col4可由2*（col3-col1）得到，因此col4与col1、col3不独立以上事实中，事实1相较事实2来说更显而易见。那么这些明显

JunyiChen_robot·2022-12-10 00:05

Gilbert Strang的线性代数课程笔记-第一课

目标是把笔记写得谁都能看懂:)首先我们需要了解，线性代数学科的基本目标是：解决线性系统的问题第一课主要从两种角度来解释线性系统（横向与纵向：行图像RowPicture与列图像ColumnPicture）首先我们将方程组用矩阵的形式表达：假设现在有方程组将之写成矩阵形式为【为什么可以这样表达？若看不懂上式的话回顾矩阵的点乘：矩阵点乘运算规则为：设A为mxn的矩阵，B为nxp的矩阵，则A与B的乘积为矩

JunyiChen_robot·2022-12-10 00:35

CS285课程笔记（5.(1)）——从概率图角度理解强化学习（变分推断原理+VAE）

Lecture18,19(2020版)这两节课的核心内容就是如何把强化学习问题（又可以称为最优控制问题）转化为一个基于概率图模型的推断问题，这里的推断又可以进一步细分为精确推断（ExactInference）和近似推断(ApproximateInference)。本文先总结lectrue18，即变分推断与变分推断自编码器的基础知识。一、变分推断与变分自编码器（VariationalInferenc

RavenRaaven·2022-12-09 17:51

人工智能 - 扩展阅读

illustrated-transformer2.AttentionIsAllYouNeed：https://arxiv.org/abs/1706.03762神经网络入门1.CS231n系列CS231n课程笔记翻译

JYCJ_·2022-12-09 17:43

android对象！一眼就能看懂的Android自学手册，内含福利

最近看到很多Android新手问Android学习路线，学习方法啊，如何入门啊，所以我从网上找了一些资料，然后以我的工作经验给大家总结一下，让你们少走弯路，提取一些工作中经常用到的技术。

程序员大婕·2022-12-09 16:13

Android修行笔记（二）：用Tabhost以及Fragment实现标签式主界面框架——实现界面堆栈（Android学习笔记）...

吐槽苦逼的我之前自己用了一个堆栈来管理多个Fragment的跳转，写得我想吐。现在才发现一切原来那么简单，哎，面壁去。。。。摘要对Fragment的add、remove以及replace操作中，都是通过FragmentTransaction的事务来操作的。你可以在beginTransaction之后执行一系列Fragment的操作，而在提交之前，如果你使用了addToBackStack函数，则可以

WF514156·2022-12-09 09:33

西湖大学张岳老师NLP课程笔记1 Introduction

西湖大学张岳老师NLP课程笔记1Introduction参考资料B站链接课程主页《NaturalLanguageProcessing:AMachineLearningPerspective》csdn大佬笔记

临风而眠·2022-12-09 08:22

吴恩达机器学习课程笔记

吴恩达机器学习几乎每一个和我讨论过的人都同意，人生的最糟糕时期是在11岁到14岁。——《黑客与画家》学习资料课程b站[中英字幕]吴恩达机器学习系列课程Coursera机器学习Coursera深度学习主成分数据选择那里有一节课没有字幕，建议移步Coursera黄海广笔记Coursera深度学习教程中文笔记斯坦福大学2014（吴恩达）机器学习教程中文笔记第0天搜集信息，注册Coursera，申请奖学金

大圣齐天Henry-Speed always wins·2022-12-08 19:34

Android期末项目（超详细附下载链接）

【第一部分】历史文章：Android学习笔记（一）——创建第一个Android项目Android学习笔记（二）androidstudio基本控件及布局（实现图片查看器）Android学习笔记（三）androidstudio

浅殇忆流年·2022-12-08 19:21

贺利坚汇编课程笔记2 访问寄存器和内存

贺利坚汇编课程笔记2访问寄存器和内存文章目录贺利坚汇编课程笔记2访问寄存器和内存0201寄存器及数据存储CPU的组成寄存器是CPU内部的信息存储单元通用寄存器--以AX为例“字”在寄存器中的存储0202mov

临风而眠·2022-12-08 12:49

【CV】吴恩达机器学习课程笔记 | 第1-15章

目录1介绍1-3监督学习1-4无监督学习2单变量线性回归2-2代价函数2-5Batch梯度下降算法4多变量线性回归4-1多特征4-2多元梯度下降法4-3多元梯度下降法I——特征缩放缩放归一化4-4多元梯度下降法演练I——学习率α4-5特征和多项式回归4-6正规方程（NormalEquation）（区别于迭代方法的直接解法）6逻辑回归6-1逻辑分类算法6-2假设表示6-3决策边界6-4代价函数6-4

Fannnnf·2022-12-08 12:21

CS231n_Lecture3_图像分类（损失、优化函数）

感谢：https://marvae.github.io/archives/CS231n课程笔记翻译：线性分类笔记（中）CS231n课程笔记翻译：线性分类笔记（下）在本节课中：将损失函数比作了一个高维度的最优化地形

快乐成长吧·2022-12-08 11:24

数据挖掘课程笔记--分类（5）人工神经网络

一、神经元模型“神经网络是由具有适应性的简单单元组成的广泛并行互连的网络,它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应”[Kohonen,1988]神经网络中最基本的成分是神经元模型。在生物神经网络中，每个神经元与其他神经元相连,当它“兴奋”时，就会向相连的神经元发送化学物质,从而改变这些神经元内的电位;如果某神经元的电位超过了一个“阈值”(threshold),那么它就会被激活,即

嘤桃小团子·2022-12-07 20:24

数据挖掘-基础知识-笔记汇总12：神经网络-并行计算

课程笔记第十一篇本课程笔记的课程来源于清华大学深圳研究生院-袁博老师的《数据挖掘：理论与算法》。视频在学堂在线或者b站都有。第四章第一节-神经网络：神经网络模拟的是人的大脑，进行并行计算。

bensonrachel·2022-12-07 20:11

吴恩达机器学习系列课程笔记——第一章：什么是机器学习(Machine Learning)

1.1欢迎https://www.bilibili.com/video/BV164411b7dx?p=1第一节主要讲了什么是机器学习，机器学习能做些什么事情。机器学习是目前信息技术中最激动人心的方向之一。在这门课中，你将学习到这门技术的前沿，并可以自己实现学习机器学习的算法。你或许每天都在不知不觉中使用了机器学习的算法。每次，你打开谷歌、必应，搜索到你需要的内容，正是因为他们有良好的学习算法。谷歌

Lishier99·2022-12-07 07:48

[中英字幕]吴恩达机器学习系列课程笔记

[中英字幕]吴恩达机器学习系列课程笔记教程与代码地址P11-1.欢迎参加《机器学习》课程P21-2.什么是机器学习？

电信保温杯·2022-12-06 12:25

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，

风度78·2022-12-06 12:49

吴恩达机器学习课程笔记.docx

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，包括原版的docx文件，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

风度78·2022-12-06 12:49

李宏毅机器学习课程笔记

课程资源B站视频课程网址课程笔记问答整理下面仅记录自己的所得所感第一节Regression从单变量回归引入，再sigmoid/RELU拟合函数从而一步步到深度学习的框架，介绍的非常巧妙。

三つ叶·2022-12-06 11:43

《黑马程序员C++》课程笔记总结

我的小站——半生瓜のblog黑马程序员C++视频——黑马程序员匠心之作|C++教程从0到1入门编程,学习编程不再难笔记列表&对应视频基础部分(1-83)——如果你准备学习C++,并且有C语言的基础，我希望你能简单的过一遍知识点。核心部分(84-146)——C++核心编程部分-内存分区模型-引用-函数提高-类与对象-文件操作案例1(147-166)——职工管理系统——C++实现职工管理系统进阶部分(

半生瓜のblog·2022-12-06 09:48

2019年博客地址汇总

干货）React入门实战（干货）构建中小型互联网企业架构（干货）python学习持续更新ElasticSearch笔记kafkastorm实战(干货)scala学习持续更新RPC深度学习GO语言持续更新Android

chenshiying007·2022-12-06 02:14

java基础课程笔记整理——Chapter7，常用类

常用类String类构造字符串对象String类的常用方法字符串与基本数据的相互转化对象的字符串表示字符串与字符、字节数组字符串与字符数组字符串与字符数组字符串的加密算法正则表达式字符串的分解StringBuffer类构造方法常用方法Date类Calendar类System类String类构造字符串对象1.字符串常量对象：字符串常量对象是用双引号括起来的字符串序列2.字符串对象（声明字符串变量，n

yun_gao_·2022-12-05 17:17

java基础课程笔记整理——Chapter1

初识JAVA先导知识：JAVA的跨平台性JDK，JRE，JVMJAVA程序的开发步骤一个简单的Java应用程序JAVA语言的特点先导知识：1.计算机如何存储和计算1）内存的最小存储单元是bit（位），内存的基本存取单元是byte（字节）2）计算机语言中的变量和数学中的变量意义完全不同，根本不是一个概念。计算机语言中的变量指代了内存中的一个存储区（一个字节或多个字节），是实际存在的，而数学中的变量只

yun_gao_·2022-12-05 17:46

java基础课程笔记整理——Chapter2

JAVA基础知识标识符与关键字命名规则编译风格数据类型引用数据类型基本数据类型基本数据类型的数据类型转换输入输出运算符和表达式语句的概述标识符与关键字标识符：用来标识类名、变量名、方法名、类型名、数组名、文件名的有效字符序列称为标识符（即一个名字）语法规则：由字母，下划线，数字，美元符号$组成，且第一个字符不能是数字标识符不能有关键字标识符不能是true,false,null（它们不是Java关键