android学习课程笔记

李宏毅老师《机器学习》课程笔记-2.1模型训练技巧

注：本文是我学习李宏毅老师《机器学习》课程2021/2022的笔记（课程网站），文中图片除了两幅是我自己绘制外，其余图片均来自课程PPT。欢迎交流和多多指教，谢谢！文章目录Lecture2Whattodoifmynetworkfailstotrain1.模型性能的分析思路（1）先看trainingloss（2）如果trainingloss小，再看testingloss（3）如何挑选模型？valid
宁萌Julie·2022-11-25 15:37

动手学深度学习课程笔记ch02

ch_02线性代数线性代数李老师讲得比较少，需要自己下去多看看书，后期还是需要一些矩阵论的知识。基本知识标量：由只有一个元素的张量表示（一般为数据的标签）。#创建标量进行运算importtorchx=torch.tensor([3.0])y=torch.tensor([2.0])x+y,x*y,x/y,x**y输出：(tensor([5.]),tensor([6.]),tensor([1.5000
lazyoneguy·2022-11-25 08:08

李宏毅老师Transformer课程笔记 [Attention is all your need]

Transformer会议：NIPS2017论文：https://arxiv.org/pdf/1706.03762.pdfinput是x1～x4x_1～x_4x1～x4，经过embending之后得到a1～a4a_1～a_4a1～a4，输入到self-attention中。对于每一个input，都乘上三个不同的权值矩阵，得到三个不同的向量q,k,vq,k,vq,k,v。qqq：query(toma
M1kk0·2022-11-25 03:25

李宏毅Transformer课程笔记

文章目录课程视频和PPT链接self-attentionself-attention的具体结构计算相关性方法self-attention的具体结构的计算multi-headself-attentionpositionalencodingself-attention的一些应用self-attentionforspeechself-attentionforimageself-attentionv.s.
--ccyyy·2022-11-25 03:20

课程笔记5：Scrapy框架——Item Pipeline的用法

ItemPipeline（项目管道）。Spider解析完Response就会产生Item，Item就会被Engine传递到ItemPipeline，被定义的ItemPipeline组件就会顺次被调用，完成一连串的处理过程：清洗HTML数据验证爬取数据，检查爬取字段查重并丢弃重复内容将爬取结果存储到数据库中核心方法必须实现的方法：process_item(item,spider)可选实现的方法：op
MagicKong21·2022-11-25 00:30

【课程笔记】李宏毅机器学习[4]：Classification: Probabilistic Generative Model

本系列课程笔记为李宏毅2017,秋，台湾大学课程。视频网址链接：https://www.bilibili.com/video/av15889450?
tjwyj·2022-11-24 18:47

吴恩达deeplearning.ai系列课程笔记+编程作业(11)第四课 卷积神经网络-第二周 深度卷积网络：实例探究（Deep convolutional models: case studies）

第四门课卷积神经网络（ConvolutionalNeuralNetworks）第二周深度卷积网络：实例探究（Deepconvolutionalmodels:casestudies）文章目录第四门课卷积神经网络（ConvolutionalNeuralNetworks）第二周深度卷积网络：实例探究（Deepconvolutionalmodels:casestudies）2.1为什么要进行实例探究？（W
geekxiaoz·2022-11-24 18:15

吴恩达deeplearning.ai系列课程笔记+编程作业(3)第一课 神经网络和深度学习-第三周：浅层神经网络(Shallow neural networks)

第一门课神经网络和深度学习(NeuralNetworksandDeepLearning)第三周：浅层神经网络(Shallowneuralnetworks)文章目录第一门课神经网络和深度学习(NeuralNetworksandDeepLearning)第三周：浅层神经网络(Shallowneuralnetworks)3.1神经网络概述（NeuralNetworkOverview）3.2神经网络的表示
geekxiaoz·2022-11-24 18:15

Cousera - Machine Learning for Neural Networks - 课程笔记 - Week 7

Week7为序列建模Modelingsequences:Abriefoverview目标：将一个输入序列转变成另一个域中的输出序列在没有明确目标序列的情况下，通过预测下一个项目获取一个引导信号预测下一个项目的任务实际上模糊了监督学习和非监督学习的边界在使用监督学习方法是，并不需要一个独立的引导信号（非监督学习）无记忆（memoryless）模型自回归（autoregressive）模型：从固定的几
支锦铭·2022-11-24 15:35

谈起AlphaGo,来看其中的强化学习知识点

谈起AlphaGo来看其中的强化学习知识点王树森老师的深度强化学习课程笔记1.TrainingandExecution1.1.trainingin3steps:首先，利用behaviorcloning模仿学习
Catherine_he_ye·2022-11-24 15:04

吴恩达机器学习课程笔记ex2+python代码实现+课程原文档

建立一个逻辑回归模型来预测一个学生是否被大学录取。1.逻辑回归#根据两次考试的结果来确定每个申请人的录取机会importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltpath='ex2data1.txt'data=pd.read_csv(path,header=None,names=['Exam1','Exam2','Admitted']
蓝胖砸～·2022-11-24 12:51

哈工大自然语言处理

文章目录1.课程笔记2.实验一3.实验二1.课程笔记复习的时候主要是看ppt+边看边写相关的内容总结感觉老师考的主要是灵活运用的知识……我记得最后一道大题是让你设计一个专利相关度算法，隐马尔可夫模型倒是考的比较简单
kekoxl·2022-11-24 10:27

李宏毅2021春机器学习课程笔记 ---类神经网络训练不起来怎么办

局部最小值(localminima)与鞍点(saddlepoint)如果卡在localminima：noway2go如果卡在saddlepoint：escape泰勒展开近似：根据海瑟矩阵判断（二阶导）vTHv>0==positivematrix==eigenvalue（特征值）大于0[二次型]举例：y=w1w2xx=1,y=1特征值有正有负，代表鞍点鞍点可以指出update的方向-H负的特征值一维
不爱白日梦·2022-11-24 10:43

李宏毅深度学习课程笔记05——神经网络训练不起来怎么办

1.驻点驻点又称临界点（criticalpoint），是指多元函数一阶导数等于零的点。寻找到函数的驻点时lossfunction的导数为零，根据梯度下降算法，参数不再进行更新，但驻点不一定是我们要寻找的函数的极值点，可能是局部最小值（localminima），也可能是鞍点（saddlepoint），如果不做处理，loss无法继续下降，就会导致优化失败。上图展示了驻点两种情况，首先我们要判断出是哪一
Prunusss·2022-11-24 10:43

吴恩达机器学习系列课程笔记——第八章：神经网络：表述(Neural Networks: Representation)

8.1非线性假设https://www.bilibili.com/video/BV164411b7dx?p=43我们之前学的，无论是线性回归还是逻辑回归都有这样一个缺点，即：当特征太多时，计算的负荷会非常大。下面是一个例子：当我们使用x1、x2的多次项式进行预测时，我们可以应用的很好。之前我们已经看到过，使用非线性的多项式项，能够帮助我们建立更好的分类模型。但假设我们有非常多的特征，例如大于100
Lishier99·2022-11-24 05:39

【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 8_Neural Networks Representation 神经网络的表述...

神经网络是一种受大脑工作原理启发的模式。它在许多应用中广泛使用：当您的手机解释并理解您的语音命令时，很可能是神经网络正在帮助理解您的语音;当您兑现支票时，自动读取数字的机器也使用神经网络。8.1非线性假设Non-linearClassification参考视频:8-1-Non-linearHypotheses(10min).mkv线性回归和逻辑回归的缺点：当输入数据特征过多，计算负荷大。计算机视觉
weixin_30498807·2022-11-24 05:39

【机器学习】课程笔记07_神经网络的表述(Neural Networks Representation)

神经网络的表述非线性假设（Non-linearHypotheses）神经元与大脑（NeurousandtheBrain）模型展示Ⅰ（ModelRepresentationⅠ）模型展示Ⅱ（ModelRepresentationⅡ）例子和直觉理解Ⅰ（ExamplesandIntuitionsⅠ）例子和直觉理解Ⅱ（ExamplesandIntuitionsⅡ）多元分类（MulticlassClassif
雀栎·2022-11-24 05:37

【PowerBI】第一节：获取数据和准备数据

Udemy的PowerBI课程笔记第一节1.获取数据获取数据–>Web–>输入URL练习数据集：谷歌搜索IMFWorldEconomicOutlookDatabase选择ByCountries-->选择
彩笔脆脆·2022-11-23 23:30

cs224n斯坦福深度学习NLP课程笔记

1，同义词，相似语义的，不能改变其语义程度，我是行业专家和我精通这个行业，两个的程度不一样2，独热编码表示其中信息，问题无法表示近义词之间的语义信息，3，建立两个词表表之间的相似性，建立词汇之间一套完全独立的相似性关系，一个单词编码表示的含义是，构造相似性含义，然后做一些类似求解点积的操作，这样就可以让我i们了解词汇之间有多少相似性，4，相关性做法是，NLP概念的分布相似性，分布相似性是指，你可以
dream_home8407·2022-11-23 20:04

李沐《动手学深度学习》课程笔记：12 权重衰退

目录12权重衰退1.权重衰退2.代码实现12权重衰退1.权重衰退2.代码实现#权重衰减，权重衰减是最广泛使用的正则化的技术之一importtorchimportosimportmatplotlib.pyplotaspltfromtorchimportnnfromd2limporttorchasd2los.environ["KMP_DUPLICATE_LIB_OK"]="TRUE"n_train,n
feiwen110·2022-11-23 12:26

动手学深度学习(三)——丢弃法(gluon)

文章作者：Tyan博客：noahsnail.com|CSDN|简书注：本文为李沐大神的《动手学深度学习》的课程笔记！
SnailTyan·2022-11-23 12:09

动手学深度学习(三)——丢弃法(从零开始)

文章作者：Tyan博客：noahsnail.com|CSDN|简书注：本文为李沐大神的《动手学深度学习》的课程笔记！
SnailTyan·2022-11-23 12:39

Games101 计算机图形学课程笔记：Lecture15 Ray Tracing 3

目录辐射度量学Irradiance朗伯余弦定律Lambert’sCosineLaw能量的衰减Radiance联系与区别BRDF(BidirectionalReflectanceDistributionFunction)BRDF反射方程渲染方程（TheRenderingEquation）渲染方程的理解辐射度量学Irradiance在单位时间内，每个单位面积上接收到的光照的能量。朗伯余弦定律Lambe
_almost__·2022-11-23 09:38

Games101 计算机图形学课程笔记：Lecture16 Ray Tracing 4

目录MonteCarloIntegration路径追踪Motivation解渲染方程只考虑直接光照考虑间接光照指数爆炸问题递归无出口问题对光进行采样总结RayTracing概念MonteCarloIntegration一种近似求积分的数值方法，可在无法确定函数的解析式时使用。随机采样，根据概率密度函数（PDF）求出积分的近似值。路径追踪MotivationWhitted-StyleRayTraci
_almost__·2022-11-23 09:38

Games101-系列课程笔记-Lecture-10

Games101-系列课程笔记Lecture10Geometry1Games101-系列课程笔记纹理应用环境映射凹凸贴图(BumpTexture)位移贴图(DisplacementMap)几何分类更多隐式表示参考本篇博客内容为
夜阑澜·2022-11-23 08:13

Games101-系列课程笔记-Lecture-11

Games101-系列课程笔记Lecture11Geometry2Games101-系列课程笔记更多显式表示曲线贝塞尔曲线(BézierCurves)简单定义德卡斯特里奥(deCasteljau)算法贝塞尔曲线性质高阶贝塞尔曲线存在的问题其他样条曲线基样条
夜阑澜·2022-11-23 08:13

Games101-系列课程笔记-Lecture-08

Games101-系列课程笔记Lecture08Shading-P2Games101-系列课程笔记高光项(SpecularTerm)环境光照(AmbientTerm)Bling-Phong反射模型公式着色频率的三种方式平面渲染
夜阑澜·2022-11-23 08:12

Games101-系列课程笔记-Lecture-04-Part1

Games101-系列课程笔记Lecture04TransformationCont.Games101-系列课程笔记3D变换参考本篇博客图片来自Games101-闫令琪(Lecture04)讲义，有兴趣的小伙伴可前往
夜阑澜·2022-11-23 08:42

Baidu Apollo无人驾驶课程笔记1： 入门篇

自动驾驶汽车的工作模块组合（其中定位精度的要求比GPS苛刻得多）：①计算机视觉②融合感知③定位④路径规划⑤控制高精度地图和普通地图的区别：（高精度地图有更多的辅助驾驶信息和更高的精度）①高精度地图拥有道路网的精确三维表征：如路标位置②高精度地图拥有道路的语义信息：比如当前时刻红绿灯的颜色③高精度地图能达到厘米级别精度，而普通地图为米级精度：确保安全高精度地图的构建：①数据采集②数据处理③对象检测④
浮云向晚·2022-11-23 01:08

Coursera吴恩达课程笔记 2.2《优化深度神经网络》-- 优化算法

文章目录1.Mini-batchgradientdescent2.Understandingmini-batchgradientdescent3.Exponentiallyweightedaverages4.Understandingexponetiallyweightedaverages5.Biascorrectioninexponentiallyweightedaverage6.Gradien
jianming21·2022-11-22 22:03

【应用统计】【课程笔记】 线性代数、概率统计、多元回归、时间序列

本文为《应用统计方法》复习笔记，用于总结知识点和框架，分为线性代数、概率统计、多元回归和时间序列等，仅供参考和交流，参考书籍为《高等计量经济学》。博客推荐：AI算法工程师手册华校专：数学学习、统计基础、深度学习我是8位的：单变量微积分、多变量微积分、线性代数、概率目录第一部分线性代数几何解释总结第一章线性空间一、欧氏空间、线性空间、内积空间二、线性空间的基、维数、秩第二章矩阵基本知识一、矩阵运算二
空明远·2022-11-22 21:34

高斯分布

在高斯混合模型（GMM），高斯判别分析（LDA）等等中，都涉及到了高斯分布，所以这里结合CS229课程笔记和机器学习-白板推导（二）-数学基础来对高斯分布进行一个介绍。
宁悦·2022-11-22 17:48

专利培训课程笔记

第一节发明创新的基本概念什么是发明创新三种类型：发明、实用新型、外观设计权利要求是什么权利要求书说明书说明书附图第二节专利文献阅读阅读顺序泛读----摘要、附图摘要关注点：技术领域，技术问题，技术方案、有益效果精读----全文关注：技术问题，技术方案，技术缺陷泛读技巧关注精读技巧说明书技术问题技术方案--发明点技术效果技术缺陷第三节专利信息获取专利信息的价值为科研提供指导和帮助改进现在产品新技术发
无言89·2022-11-22 15:00

Numpy实现大矩阵减去小矩阵的方便运算

把一个向量加到矩阵的每一行:调用numpy库完成cs231作业1，numpy参考知乎CS231n课程笔记翻译：PythonNumpy教程使用一重循环#Wewilladdthevectorvtoeachrowofthematrixx
brightendavid·2022-11-22 07:28

吴恩达deeplearning.ai系列课程笔记+编程作业(11)第四课 卷积神经网络-第三周 目标检测（Object detection）

第四门课卷积神经网络（ConvolutionalNeuralNetworks）第三周目标检测（Objectdetection）文章目录第四门课卷积神经网络（ConvolutionalNeuralNetworks）第三周目标检测（Objectdetection）3.1目标定位（Objectlocalization）3.2特征点检测（Landmarkdetection）3.3目标检测（Objectde
geekxiaoz·2022-11-22 01:25

吴恩达机器学习课程笔记+代码实现(4)Python实现单变量线性回归和梯度下降(Programming Exercise 1.1)

anacondaJupyterNotebook链接：ex1data1.txt、ex1data2.txt和编程作业ex1.pdf（实验指导书）提取码：i7co1单变量线性回归(Linearregressionwithonevariable)本章课程笔记部分见
geekxiaoz·2022-11-22 00:27

吴恩达机器学习课程笔记+代码实现(12)Python实现多类分类和神经网络(Programming Exercise 3)

Multi-classClassificationandNeuralNetworksPython版本3.6编译环境：anacondaJupyterNotebook链接：实验数据和实验指导书提取码：i7co本章课程笔记部分见
geekxiaoz·2022-11-22 00:27

numpy矩阵分割

numpy矩阵分割本文是课程笔记，课程来源：【莫烦Python】Numpy&Pandas(数据处理教程)numpy矩阵基本使用numpy矩阵计算numpy矩阵索引numpy矩阵合并numpy矩阵分割importnumpyasnp
Elm Forest·2022-11-21 23:31

numpy矩阵索引

numpy索引本文是课程笔记，课程来源：【莫烦Python】Numpy&Pandas(数据处理教程)numpy矩阵基本使用numpy矩阵计算numpy矩阵索引numpy矩阵合并numpy矩阵分割importnumpyasnp
Elm Forest·2022-11-21 23:30

numpy矩阵合并

numpy矩阵合并本文是课程笔记，课程来源：【莫烦Python】Numpy&Pandas(数据处理教程)numpy矩阵基本使用numpy矩阵计算numpy矩阵索引numpy矩阵合并numpy矩阵分割importnumpyasnp
Elm Forest·2022-11-21 23:30

numpy矩阵计算

numpy矩阵的计算本文是课程笔记，课程来源：【莫烦Python】Numpy&Pandas(数据处理教程)numpy矩阵基本使用numpy矩阵计算numpy矩阵索引numpy矩阵合并numpy矩阵分割importnumpyasnp
Elm Forest·2022-11-21 23:00

机器学习课程笔记——多元线性回归

一、一元线性回归在一元线性回归中，假设函数里只有一个单一特征量。如通过房屋的面积x来预测房子的价格y。从而得到假设函数：其中Θ为特征量x的权重值。二、多元线性回归而如果我们不仅有房屋面积作为预测房屋价格的特征量（变量），我们还知道卧室的数量、楼层的数量以及房子的使用年限。这样就有更多的特征量可以用来预测房屋的价格。n为特征量的个数，如以上有4个不同的特征量，即n=4。m用来表示样本的数量，若我们有
Jink是小菜鸡·2022-11-21 23:38

Android学习：利用SharedPreferences存储数据

Android学习：利用SharedPreferences存储数据SharedPreferences是Android系统提供的一种轻量级的数据存储方式，主要用来存储一些简单的数据，如系统登录的用户名和密码等
遗憾总将过去·2022-11-21 21:46

【Android -- 数据存储】使用 SharedPreferences 存储数据

具体使用方法可以参阅博文《Android学习笔记34：使用文件存储数据》。2.SharedPreferences：常用来存储键值对形式的数据，对系统配置信息进行保存。
Kevin-Dev·2022-11-21 20:14

数据分析课程笔记（三）数组形状和计算、numpy存储/读取数据、索引、切片和拼接

数据分析课程笔记数组的形状数组的计算不同维度进行计算广播原则轴（axis）numpy读取数据numpy索引和切片numpy中布尔索引numpy中三元运算符numpy中的clip(裁剪)numpy中的nan
M行者X·2022-11-21 16:58

纽约大学深度学习PyTorch课程笔记（自用）Week7

纽约大学深度学习PyTorch课程笔记Week77.1能量模型(Energy-BasedModels)7.1.1Overview7.1.2能量基础模型(EBM)方法定义解决方案：基于梯度的推理7.1.3
cosθ·2022-11-21 14:52

信息论与编码

《信息论与编码》课程笔记（一）——信息的基本概念-知乎《信息论与编码》课程笔记（二）——自信息量的相关概念-知乎《信息论与编码》课程笔记（三）——信息熵、条件熵、联合熵的概念、关系、性质-知乎
phymat.nico·2022-11-21 08:08

深度学习基础-2

计算图与反向传播4.1计算图4.2梯度消失与梯度爆炸4.3动量法5权重初始化5.1全零初始化5.2标准随机初始化5.3Xavier初始化5.4Kaming初始化6批归一化7参考资料0前言本文是公司组内分享的课程笔记
zjuPeco·2022-11-21 07:02

《动手学深度学习pytorch版》（李沐）课程笔记--数据操作及预处理

一.N维数组N维数组是机器学习和神经网络的主要数据结构，其中：0维数组即标量；1维数组即向量；2维数组即矩阵；3维数组最简单的即为RGB图片（宽×高×通道）；注：彩色图片的通道数为3（因为有三原色），黑白图片的通道数为1。4维数组可以理解为n个三维数组放在一起，如RGB图片的批量（批量大小×宽×高×通道）5维数组如一个视频的批量（批量大小×时间×宽×高×通道）二.创建数组创建数组需要3个要素。1.
追梦小白农·2022-11-21 04:14

《动手学深度学习pytorch版》（李沐）课程笔记--安装

关于李沐老师的安装流程，我没有听的很懂，单纯站在自己的角度发表一下自己的安装过程。我用的是anaconda3，直接官网搜索并且下载好之后（不用下python，anaconda会自带），在anaconda的命令窗口中运行：pipinstalltorchtorchvisiond2l即可。这种情况下已经不影响继续听课学习了，后续有什么问题再解决并更新。另外，如果有使用pycharm的同学，可以直接在py
追梦小白农·2022-11-21 04:43
上一页 34 35 36 37 38 39 40 41 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他