![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习笔记
文章平均质量分 94
秃然变强了
这个作者很懒,什么都没留下…
展开
-
adversarial Learning and attacks 学习笔记
GANs大家是比较熟悉的网络结构,adversarial attacks 也不是很新的概念了。近期的工作有涉及到adversarial attacks,故整理一下学习的内容。原创 2023-01-24 22:29:25 · 740 阅读 · 1 评论 -
Prompt Learning 简介
• Prompt Learning 可以将所有的任务归一化预训练语言模型的任务• 避免了预训练和fine-tuning 之间的gap,几乎所有 NLP 任务都可以直接使用,不需要训练数据。• 在少样本的数据集上,能取得超过fine-tuning的效果。• 使得所有的任务在方法上变得一致。原创 2023-01-13 03:01:13 · 10263 阅读 · 0 评论 -
机器学习心得之Andrew Ng(4)
WEEK4:本周开始学习神经网络,首先介绍了目前一些关于大脑研究的新进展。此处不表,直接进入主题。神经网络概述:关于神经网络,教程给出了一个最简单的网络模型: 在这个模型里,只有一个隐藏神经元,输入层有三个输入,最后是一个输出层。 当我们为隐藏层(Hidden layer)假如激活函数(activation function)之后,隐藏层就变成如下所示: 并按照如下公式进行计算,在此公原创 2017-11-04 07:20:50 · 846 阅读 · 0 评论 -
机器学习心得之Andrew Ng(3)
WEEK3分类(Classification): 这里面指的分类是二值分类,然后我们使用到的分类器为非线性分类器,第一个讲到的就是之前提到的逻辑回归。逻辑回归(Logistic Regression): 首先是sigmoid function,同时也叫做logistic regression,这是本算法的核心公式,在这里,预测值大于0.5的,将会被看做1,小于 0.5的,被看做0. 逻辑回归原创 2017-11-01 01:23:46 · 866 阅读 · 0 评论 -
深度学习笔记之Andrew Ng(4)
WEEK4: 最后一周的内容,讲的还是神经网络部分。但是升级成为了多层的深度神经网络,那么本质上,神经网络的原理还是不变的,那么在加深了神经网络的layer之后,我们在计算上,出现了一些不同。 先上图: 如图我们看到的是一个四层Hidden layer的神经网络,那么这个教程主要围绕如包括四层隐含层的神经网络的创建。正向传播(Forward propagation):如图,正向传播的公式,原创 2017-10-20 17:27:17 · 891 阅读 · 0 评论 -
机器学习心得之Andrew Ng(2)
WEEK 2:本周主讲的是关于使用线性回归做多个特征值模型的建立,那么首先,多个特征值的线性回归的模型,长什么样呢。多特征(Multiple Feature):多特征线性回归: 表达式:hθ(x)=θ0+θ1x1+θ2x2+θ3x3+⋯+θnxn 同一个特征的线性回归表达式一样,θ0代表了偏置量b,每一个x代表一个特征,θ1到θn代表了每个特征的权值。那么,变换成矩阵相乘的形式: 多特征的梯度原创 2017-10-01 16:08:49 · 891 阅读 · 0 评论 -
深度学习笔记之Andrew Ng(3)
WEEK3:本周进入了新的话题,神经网络,不过还暂时离不开我们之前学习的逻辑回归,我的理解是,标准神经网络使用了一个更大范围的神经网络,为什么这么说呢,我们来一步步的开始学习。神经网络概述:那么神经网络,是由一个个神经元构成的,长成这个样: 其中中间的圆形就是我们说的神经元。 之前我们学习过了preceptron(感知器),事实上就是一个单层的神经网络模型,那么既然这样,首先我们需要知道一个神经原创 2017-10-02 23:26:45 · 889 阅读 · 0 评论 -
深度学习笔记之Andrew Ng(2)
由于吴恩达离职百度,自立门户,他最近在网上特别火,连带着他的各种课程也跟着火了起来,本系列是有关于吴恩达在Coursera上面发布的,关于深度学习与神经网络的课程笔记。给有中文学习需求的同学分享一下,同时也帮助我自己梳理一下知识网络,如有遗漏与错误,望CSDN的各位大神能够指点出来。WEEK2二元分类(Binary Classification):首先讲到了二元分类,也就是我们常说的是否问题,所以这原创 2017-09-29 04:47:19 · 929 阅读 · 0 评论 -
深度学习笔记之Andrew Ng(1)
由于吴恩达离职百度,自立门户,他最近在网上特别火,连带着他的各种课程也跟着火了起来,本系列是有关于吴恩达在Coursera上面发布的,关于深度学习与神经网络的课程笔记。给有中文学习需求的同学分享一下,同时也帮助我自己梳理一下知识网络,如有遗漏与错误,望CSDN的各位大神能够指点出来。WEEK1神经网络:首先,本课程适合的是有一定的机器学习基础的同学。 视频一上来,就开始利用RELU激活函数函数开始原创 2017-09-27 15:16:20 · 856 阅读 · 0 评论 -
机器学习心得之Andrew Ng(1)
由于吴恩达离职百度,自立门户,他最近在网上特别火,连带着他的各种课程也跟着火了起来,那么在这个系列的博客里面,我会把吴恩达发布在Coursera上的Machine Learning课程中,每周的课程与任务摘要出来,给有中文学习需求的同学分享一下,同时也帮助我自己梳理一下知识网络,如有遗漏与错误,望CSDN的各位大神能够指点出来。那么下面开始进入正文WEEK 1:首先是,什么是机器学习?Andrew给原创 2017-09-26 06:36:25 · 1264 阅读 · 0 评论