我已经有两年 ML 经历，这系列课主要用来查缺补漏，会记录一些细节的、自己不知道的东西。 已经有人记了笔记（很用心，强烈推荐）：https://github.com/Sakura-gh/ML-notes 本节内容综述 机器为什么“能”知道？可以从两个角度考虑，比如对于一个分类问题，可以考虑：Local Explanation: Why do you
我已经有两年 ML 经历，这系列课主要用来查缺补漏，会记录一些细节的、自己不知道的东西。 这是我的李宏毅老师 GAN 系列第6篇笔记，GAN 系列： 1：Basic Idea 2：Conditional GAN 3：Unsupervised Conditional Generation 4：Theory behind GAN 5：fGAN: General Framework of GAN 本节内容综述
我已经有两年 ML 经历，这系列课主要用来查缺补漏，会记录一些细节的、自己不知道的东西。 已经有人记了笔记（很用心，强烈推荐）：https://github.com/Sakura-gh/ML-notes 本节对应笔记： https://github.com/Sakura-gh/ML-notes/blob/master/ML-notes-md/22_Unsupervised%20Learning%20Deep
我已经有两年 ML 经历，这系列课主要用来查缺补漏，会记录一些细节的、自己不知道的东西。 本节内容综述 本节课 杨舒涵 讲解。 第一部分通过生物现象 `赫布理论 ，引出机器学习相关技术。 接下来，是几个文章的报告，首先是知识蒸馏。 接着是 Memory Aware Synapses: Learning what (not
我已经有两年 ML 经历，这系列课主要用来查缺补漏，会记录一些细节的、自己不知道的东西。 本节内容综述 终身学习技术，让一个模型学习多个任务，又叫 Continuous Learning、Never Ending Learning、Incremental Learning。 要做到 Life Long Learning ，要解决三个问题：Knowledge Retent
我已经有两年 ML 经历，这系列课主要用来查缺补漏，会记录一些细节的、自己不知道的东西。 本节内容综述 本节课由助教 陈建成 讲解。 本节 Outline 见小细节。 首先是 What is meta learning? 。 接下来是 Why meta learning? 。 How and what to do with meta learning? 是本节课
我已经有两年 ML 经历，这系列课主要用来查缺补漏，会记录一些细节的、自己不知道的东西。 本次笔记补充视频 BV1JE411g7XF 的缺失部分。上节课李老师讲了元学习中的参数初始化方法：MAML 与 Reptile 。本节课内容为 Gradient Descent as LSTM 。在 B 站搜索 meta 与 lstm 即可找到视
机器学习（MachineLearning）简称ML。机器学习属于人工智能的一个分支，也是人工智能的和核心。机器学习理论主要是设计和分析一些让计算机可以自动”学习“的算法，利用计算机从数据中找出规律，从而应用于对不确定场景的决策，最终让数据变现。 深度学习（DeepLearning）简称DL。最初的深度学习
7-1 高精度数加法 (100 分) 高精度数是指大大超出了标准数据类型能表示的范围的数，例如10000位整数。很多计算问题的结果都很大，因此，高精度数极其重要。 一般使用一个数组来存储高精度数的所有数位，数组中的每个元素存储该高精度数的1位数字或多位数字。 请尝试计算：N个高精度数的加
ECS：利用ECS进行深度学习详细攻略 目录 ECS进行DL详细步骤 ECS进行DL详细步骤
DL框架之Tensorflow：Tensorflow的简介、安装、使用方法之详细攻略 目录 Tensorflow的简介 1、描述 2、TensorFlow的六大特征 3、了解Tensorflow 4、TensorBoard：可视化学习 Tensorflow的安装 TensorFlow基础知识架构 1、基础知识架构 2、计算图与会话 2、相关概念 TensorFlow的使
DL框架之MXNet ：深度学习框架之MXNet 的简介、安装、使用方法、应用案例之详细攻略 目录 MXNet 的简介 1、优缺点 2、相关文章 3、相关链接 MXNet 的安装 MXNet 的使用方法 1、个人使用总结 2、经典模型集合—MXNet Model Zoo 3、模型分类 MXNet 的应用案例 MXNet 的简介
DL之InceptionV2/V3：InceptionV2 & InceptionV3算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略 目录 InceptionV2 & InceptionV3算法的简介(论文介绍) InceptionV2 & InceptionV3算法的架构详解 1、卷积分解 2、Inception模块 3、Inception v2 & v3网络模块 4、
AI：人工智能概念之《Google发布机器学习术语表 (中英对照）》——持续更新ML、DL相关概念2018年4月！ 相关文章 AI：人工智能概念之《Google发布机器学习术语表 (中英对照）》——持续更新ML、DL相关概念2018年4月！AI：人工智能概念之机器学习、深度学习中常见关键词、参数等中英文对照(绝
ML&DL：ML&DL相关概念的原始英文解释——对理解最初的ML和DL的相关概念的定义非常有用 目录 ML分类概念 1、Parametric and Nonparametric Algorithms ML分类概念 1、Parametric and Nonparametric Algorithms What is a parametric machine learning algorithm and how is it
DL：深度学习算法(神经网络模型集合)概览之《THE NEURAL NETWORK ZOO》的中文解释和感悟(三) 目录 MC HN BM RBM DBN 相关文章 DL：深度学习算法(神经网络模型集合)概览之《THE NEURAL NETWORK ZOO》的中文解释和感悟(一)DL：深度学习算法(神经网络模型集合)概
DL：深度学习算法(神经网络模型集合)概览之《THE NEURAL NETWORK ZOO》的中文解释和感悟(二) 目录 AE VAE DAE SAE 相关文章 DL：深度学习算法(神经网络模型集合)概览之《THE NEURAL NETWORK ZOO》的中文解释和感悟(一)DL：深度学习算法(神经网络模型集合)概览
DL：深度学习算法(神经网络模型集合)概览之《THE NEURAL NETWORK ZOO》的中文解释和感悟(一) 目录 THE NEURAL NETWORK ZOO perceptrons RBF RNN LSTM GRU BiRNN, BiLSTM and BiGRU 相关文章 DL：深度学习算法(神经网络模型集合)概览之《THE NEURAL NETWORK ZOO
DL：神经网络算法简介之耗算力的简介、原因、经典模型耗算力计算、GPU使用之详细攻略 目录 神经网络算法耗算力的简介 神经网络算法耗算力的原因 神经网络算法耗算力的经典模型耗算力计算 1、AlexNet网络 GPU使用 神经网络算法耗算力的简介 通过比特
DL：神经网络算法简介之Affine 层的简介、使用方法、代码实现之详细攻略 目录 Affine 层的简介 批版本的Affine 层 Affine 层的使用方法 Affine 层的代码实现 Affine 层的简介 Affine层：神经网络的正向传播中，进行的矩阵的乘积运算，在几何学领域被称为“
DL：神经网络所有模型(包括DNN、CNN、RNN等)的简介(概览)、网络结构简介、使用场景对比之详细攻略 目录 神经网络所有模型的简介及其总结 神经网络所有模型的简介(概览) 神经网络算法之DNN、CNN、RNN使用场景对比 神经网络所有模型的简介及其总结 F
论文集合推荐： CNN：关于深度学习之CNN经典论文原文(1950~2018)简介、下载地址大全(非常有价值)之持续更新(吐血整理) 目录 一、CV方向 二、NLP方向 1、LSTM相关论文 一、CV方向 更新…… 二、NLP方向 1、LSTM相关论文 2015年 《LSTM: A Search Spac
Competition——ML/DL：机器学习、深度学习各种计算机视觉、自然语言处理、科学预测等等比赛竞赛简介 相关内容 Competition——互联网比赛(编程相关)：国内外各种互联网比赛举办时间、条件、细节等详细攻略Competition——AI：国内外人工智能比赛平台以及竞赛类型、竞赛题目、举行时间
ML/DL：关于机器学习、深度学习算法模型的选择 目录 算法思路 算法思路 更新……
DL：基于sklearn的加利福尼亚房价数据集实现GD算法 目录 输出结果 代码设计 输出结果 该数据包含9个变量的20640个观测值，该数据集包含平均房屋价值作为目标变量和以下输入变量（特征）：平均收入、房屋平均年龄、平均房间、平均卧室、人口、平均占用、纬度和经度。
