NYU机器学习第一期（下）-梯度和方向导数

最新推荐文章于 2021-02-09 18:06:33 发布
最新推荐文章于 2021-02-09 18:06:33 发布
阅读量254 收藏
点赞数
分类专栏： NYU机器学习课程笔记
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/peter_mama/article/details/104157761
版权

Gradients and Directional Derivatives

下文只会挑一些可以起到检验自学效果的并且有趣的地方来说明，系统的学习请前往课程资源链接。  【毕竟时间有限，和妹子吃鸡更要紧 
同自学的可以相互交流
一起从“kind of understanding”
到“actual understanding”.

课程资源

机器学习课程知乎问答
下文ppt截图也来自链接里NYU的课件。

第一期（上）-统计学习理论两个risk的问题及解答

  • Empirical Risk 和 Risk

risk function
empirical rish

  • empirical risk 是随机变量（random variable）吗?
    是，因为X,Y是随机变量，n是某个常数。
  • empirical risk 是 risk 的无偏估计（unbiased estimator）吗?
    是，类似平均数是均值的无偏估计。

一个观点

  • 微积分可以将非线性问题转化为线性代数
    翻译自Brett Bernstein 课件里的“Calculus let us turn non-linear into liear algebra”
Peter Ma
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
NYU机器学习第一期-统计学习理论
peter_mama的博客
02-02 479
Introduction to Statistical Learning Theory 下文只会挑一些有意思的地方来说明【毕竟时间有限，和妹子吃鸡更要紧】，系统的学习请前往课程资源链接。 希望自学达到经得住被检验测试的水平， 即从“kind of understanding”到“actual understanding”. 课程资源 机器学习课程知乎问答 三个空间 Input space: X\...
NYU Hand Pose Dataset与SCLI的matlab实现——与回头一想
duyue3052的博客
08-31 2468
为了获得高效的手部分割数据集，我们尝试用超像素的方法改造NYU数据集。跑了一个SLIC算法后，我们看看这个NYU数据集。 NYU hand pose dataset 1.a看个例子 用matlab打开工程，运行visualize_example.m 1.b深度图像存储的问题 数据集中图像有3种：RGB，深度图，合成深度图。RGB图像的存储是用3个Byte(8位2进制数据)表示，深度图...
NYU hand pose dataset visualization example
qq_38904659的博客
02-09 625
NYU hand pose dataset visualization example # This is a simple script to visualize a training example import matplotlib.pyplot as plt import numpy as np import os from os.path import join from scipy.io import loadmat from mpl_toolkits.mplot3d import Axes3
NYU Hand Pose Dataset
weixin_30408309的博客
06-23 1131
http://cims.nyu.edu/~tompson/NYU_Hand_Pose_Dataset.htm#overview 转载于:https://www.cnblogs.com/guochen/p/5610681.html
deep_hand_pose:提供“基于深度的手势估计”中提到的深度学习组件的源代码-Source code learning
03-25
深手姿势 examples / deep_hand_pose / train.sh应该在NYU数据集上运行我对[1]的实现。 可以将其配置为使用各种数据集。 [1] M. Oberweger，P。Wohlhart和V. Lepetit。 深入学习深度学习中的手姿势估计。 CVWW，2015年。 我在src / caffe / layers目录中为caffe添加了3个新层 加载各种手形图像/注释格式的HandData 实现Oberweger的PCA瓶颈初始化的PCA MVRegLoss将可视化添加到欧几里得损失 分步说明 将NYU HANDS数据集（ ）下载到/ mnt / data / NYU-Hands-v2 / 下载deep_hand_pose代码 git clone ：jsupancic / deep_hand_pose.git〜/ deep_hand_pose 我已
nyu机器学习导引课件
03-03
《纽约大学（NYU）机器学习导引》课程是一门深入探讨机器学习理论与实践的教育资源，旨在为学生提供全面而扎实的机器学习基础知识。这门课程的课件涵盖了广泛的机器学习主题，包括监督学习、无监督学习、半监督学习...
NYU-Intro-to-Python-Spring-2018
05-10
Jupyter Notebook支持多种编程语言，包括Python，使得教学和学习变得更加互动和直观。在Jupyter Notebook中，学生可以逐行执行代码，实时查看结果，便于理解和调试程序。 **数据结构** 课程将涵盖Python中的基本...
NYU CUDA Advanced Techniques 2 - Slides-计算机科学
04-22
Architecture and ProgrammingMohamed Zahran (aka Z)mzahran@cs.nyu.eduhttp://www.mzahran.comCSCI-GA.3033-004CUDA Advanced Techniques 2AlignmentMemory Alignment• Memory access on the GPU works much ...
NYU CUDA Advanced Techniques 1 - Slides-计算机科学
04-22
Advanced Techniques 1Some Refreshing Exercises!• Suppose registers and shared memory capacities were not an issue. When is it still beneficial to put values fetched from memory into the shared ...
HandPose_OpenCV
01-19
手掌关节点定位，基于opencv的深度学习前向 包含模型，配置文件，代码以及测试视频
nyu-depth-v2_labeled.mat-云盘提取.txt
07-02
MIT fast-depth论文所用的数据集nyu-depth-v2_labled.mat。文件2.77G，由于上传限制 可自行云盘提取。友情提示：如果部署到TX1或TX2上，还请考虑磁盘空间。
深度学习数据集汇总
女王の专属领地
06-10 1300
1. CIFAR-10 & CIFAR-100CIFAR-10包含10个类别，50,000个训练图像，彩色图像大小：32x32，10,000个测试图像。（类别：airplane，automobile, bird, cat, deer, dog, frog, horse, ship, truck）（作者：Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton）
Hands Deep in Deep Learning for Hand Pose Estimation
MisTime的博客
03-12 799
摘要： 我们介绍和评估了卷积神经网络的几种架构，以预测给定深度图的手的3D关节位置。我们首先表明，可以很容易地引入3D姿势的先验，并显着提高预测的准确性和可靠性。我们还展示了如何有效地使用上下文来处理手指之间的歧义。这两个贡献使我们能够明显优于几个具有挑战性的基准状态，包括准确度和计算时间。代码可以在https://github.com/moberweger/deep-prior/找到 1...
hand pose
bjf_wurina的博客
10-07 513
一个手势论文、数据集的总结（在更）：https://github.com/xinghaochen/awesome-hand-pose-estimation https://www.cnblogs.com/Anita9002/p/6019783.html?tdsourcetag=s_pcqq_aiomsg（总结、综述） https://sgtx101.kuaizhan.com/62/22/p36...
多元函数的偏导数、方向导数、梯度以及微分之间的关系思考
bai8005的博客
12-10 2152
本篇文章，探讨下多元函数微分学下的一些知识点之间的关系。包括全微分、偏导数、方向导数、梯度、全导数等内容。 初学这些知识的时候，学生会明显觉得这些概念不难掌握，而且定义及计算公式也很容易记住，但总觉得差那么点东西，说又不知道从何说起。反正笔者是这种感觉。其实最根本的原因是没有理清这些知识间的关系，对这些知识并没有本质的理解。不妨现在就跟笔者一起再重新认识下它们，看看是否解开了你内...
由芝诺悖论到微积分的简要历史
08-17 1378
        芝诺悖论是古希腊数学家芝诺（约公元前464—前461）提出的一系列关于运动的不可分性的哲学悖论，被记录于亚里士多德的《物理学》。其中，最著名的两个悖论是“阿里斯基追不上乌龟”和“飞矢不动”。        “阿里斯基追不上乌龟”：快者追不上慢着。因为追赶着必须先到达慢者的起点，而与此同时，慢着又到达了前面一点，这样有无穷的起点在等着追赶着。        “飞矢不动”：飞着的箭是静...
机器学习中L1和L2正则化自然解释
peter_mama的博客
02-08 4823
目前一些博客或知乎上解释L1,L2正则化的，要么理论太多，搞一堆分布，可能性函数推来推去的，要么过于通俗，就好像说论语一样，让读者被动接收，就比如会告诉你L1,L2的famous picture说明了什么，但是却不会告诉你famous picture里面的椭圆为什么是椭圆，如果你不知道是椭圆，又怎能很好通过famous picture来理解L1比L2正则化的到解更具有稀疏性呢。所以说如何在通俗易懂和数学证明保持一个好的平衡，关键在于怎么把L1,L2自然而然的引入，下文就为此而写。
NYU机器学习讲义：回归与过拟合
"NYU机器学习第二讲课件，涵盖了 Regression、Empirical Risk Minimization、Least Squares、Higher Order Polynomials、Under-fitting/Over-fitting、Cross-Validation等主题，由Columbia University的Tony Jebara...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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