李宏毅老师《机器学习》课程笔记--合辑目录

已于 2022-06-16 21:46:21 修改
阅读量1.3k 收藏 8
点赞数 1
分类专栏： Python与机器学习 文章标签： 机器学习 深度学习 神经网络
于 2022-05-19 21:09:46 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/applebear1123/article/details/124871499
版权
本文汇总了李宏毅老师《机器学习》课程的深度学习部分笔记，涵盖深度学习简介、模型训练技巧、卷积神经网络、Self-attention、Batch Normalization、Transformer和GAN等内容，供学习交流。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

李宏毅2020机器学习课程笔记（一）- 分类与回归
⚡
04-25 1万+
包含李宏毅机器学习视频P1-P16的课程梗概
李宏毅2023春季机器学习笔记 - 01生成AI（ChatGPT）
linyuxi_loretta的博客
03-13 5826
预设的知识储备要求：数学（微积分、线性代数、机率）；编程能力（读写python）这门课专注在 深度学习领域deep learning，事实上深度学习在今天的整个机器学习（ML）的领域使用非常广泛，可以说是最受重视的一项ML技术。这门课可以作为你的机器学习的第一堂课，修完后可以更深入的把这个技术，用在你未来感兴趣的领域。课程录像和作业：如果 只凭google colab可以取得及格的成绩，基本上如果有越多的运算资源，越有机会在这门课取得比较好的成绩。
《李宏毅机器学习完整笔记》发布，Datawhale开源项目LeeML-Notes
Datawhale
08-06 3052
【导读】关于机器学习的学习资料从经典书籍、免费公开课到开源项目应有尽有，可谓是太丰富啦，给学习者提供了极大的便利。但网上比比皆是的学习资料大部分都是英文材料，这可难倒了英语不好的学习者，单词不认识，理解不到位。小编不禁想问：就真的就没办法了嘛。其实也不尽然，中文还是有一些不错的学习资料的，像周志华老师的西瓜书，李航老师的统计学习方法等等都是相当经典的学习资料。今天的主角LeeML-Notes也...
李宏毅机器学习课程笔记4：CNN、Why Deep、Semi-supervised
徐子尧的博客
04-09 8755
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：NTUEE ML 2016 。 这篇文章是学习本课程第10-12课所做的笔记和自己的理解。Lecture 10: Convolutional Neural Network Why CNN for ImageCNN的参数比全连接神经网络少得多，为什么CNN只用较少的参数就可以用于处理图
李宏毅机器学习课程2019目录翻译
qq_33286988的博客
11-07 594
视频地址 P1 ML Lecture0 机器学习介绍 P2 ML Lecture1 逻辑回归案例学习 P3 ML Lecture1 逻辑回归的例子 P4 ML Lecture2 误差从哪来 P5 ML Lecture3-1 梯度下降 P6 ML Lecture3-2 梯度下降（以AOE为例） P7 ML Lecture3-2 梯度下降（以Minecra...
B站：李宏毅2020机器学习笔记 1 —— 介绍+目录
共同进步
04-11 972
李宏毅课程网页：https://speech.ee.ntu.edu.tw/~hylee/ml/2020-spring.php
李宏毅机器学习笔记.pdf
08-11
李宏毅机器学习·笔记自己整理成了PDF，现在分享给大家。
李宏毅-机器学习-RNN-笔记
qq_41789315的博客
10-03 1113
李宏毅-机器学习课程-笔记
李宏毅机器学习自用笔记------逻辑回归
PlutoLilian的博客
09-08 491
自用学习笔记，希望得到大佬指正
李宏毅2022深度学习与机器学习笔记（一）
最新发布
weixin_58112990的博客
11-14 1206
梯度下降：首先假设函数只有一个未知参数w，然后随机选取一个初始值w0，然后计算函数在w0的导数，然后更新w0得到w1，然后计算函数在w1点处的导数，然后更新w1得到w2，然后一次类推，不断的迭代更新参数w，直到在某一点w处的函数的导数等于0，或者预先设置了一个迭代次数，达到了这个迭代次数，就停止更新w的值，也许会存在局部最小值的情况，但是线性模型当中不存在这个问题。有了训练数据之后，需要评估一个函数的好坏，也就是一组参数的好坏，对于损失函数LOSS来说，输入是一组参数，输出表示这一组参数有多么的坏。
李宏毅—1天搞懂深度学习(ppt，pdf以及精心整理的目录)
04-11
Deep Learning Tutorial——李宏毅Hung-yi Lee， 李宏毅—1天搞懂深度学习的ppt，pdf以及精心整理的目录。
李宏毅机器学习课程笔记
godblesstao的博客
02-28 1740
李宏毅机器学习课程笔记，持续更新~1. Convolutional Neural Network2. Recurrent Neural Network3. Graph Neural Network4. Generative Adversarial Network5. Auto-encoder6. Transformer7. ELMO, BERT, GPT1. Transfer Learning2. Anomaly Detection3. Attack Machine Learning Models4. Ex
【学习笔记】李宏毅-机器学习MachineLearning
usernameisnotexist的博客
10-07 2154
参数，表示蓝色function的个数。i 越大说明红色curve转折点越多，越逼近真实曲线。将上图的蓝框式子用图展开表示：其中r为x的线性组合，激活函数输入前的形式。r 的三个长表达式可以用矩阵简化成一个式子：图底部的颜色小方块。注意形状代表矩阵格式。所以虚线框和红框内容等价。都是为了计算 r = b+wx计算出r1，r2，r3后，分别通过sigmoid function，得到a1，a2，a3。直接用 a =σ（r）表示。
李宏毅21《机器学习》课程笔记
weixin_55768678的博客
09-15 676
课程地址：(强推)李宏毅2021春机器学习课程_哔哩哔哩_bilibili 仅作为个人学习笔记的记录，欢迎大家讨论和指正 1.机器学习基本概念（P2） Machine Learning（机器学习） 机器学习学习到底是什么？一句话概括：让机器具备找一个函式（数）的能力 如：识别语音、识别图片、AlphaGo训练一个合适的函式进行自动下棋，等等。 Different Type Of Function（函数类别） 根据函式的不同，机器学习也有不同的类别 1.Regression 输出为具体.
李宏毅机器学习课程笔记-1|CSDN创作打卡
技术缝合怪的博客
02-06 637
李宏毅机器学习课程笔记
【更新中】李宏毅机器学习学习笔记汇总
duanyuchen的博客
07-15 4729
之前粗略地学过一次，准备这个暑假再详细地学一次，做做笔记，这篇博客作为一个汇总。 课程链接： https://www.bilibili.com/video/BV1JE411g7XF 1、regress case study 回归案例研究（2020.7.15） 2、
李宏毅老师《机器学习》课程笔记-4.1 Self-attention
宁萌Julie的博客
05-27 976
介绍 transformer, BERT 中都用到的 Self-attention.
李宏毅机器学习笔记
weixin_49119476的博客
04-29 2184
m和sigma都考虑了过去所有的gradient。区别：momentum主要考虑方向sigma主要考虑大小momentus是为了增加历史运动的惯性，RMS是为了缓和步伐的大小，变得更平缓network弹性逐渐变小。receptive field + parameter share 即为 convolutional layer。使用卷积层的神经网络即为CNN。CNN有比较大的bias，但是是专门为影像设计，所以在这方面做的很好。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值