深度学习课堂笔记 6.1

最新推荐文章于 2020-12-09 15:12:34 发布
最新推荐文章于 2020-12-09 15:12:34 发布
阅读量120 收藏
点赞数
分类专栏： 研究生学习日记
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/qq_37831759/article/details/106465400
版权

无向图模型

团与最大团

G中任何两个结点均有边连接的结点子集称为团，若C是G的一个团，并且不能再加进任何一个G的结点，称为最大团

在这里插入图片描述规范化因子保证P(Y)构成一个概率分布。

全局马尔可夫性：
在这里插入图片描述给定随机变量组条件下随机变量组AB是独立的

在这里插入图片描述### 概率图的推理
指数爆炸问题在最坏情况下是不可避免地
任意的贝叶斯网络在不增加表示规模的情况下可以编码为一个马尔可夫网络

核心是概率密度函数的求解MCMC和变分是两种方法

蔚蓝色的风暴
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
吴恩达神经网络和深度学习笔记
01-09
这份压缩包文件“deeplearning_ai_books-master”似乎包含了吴恩达这门课程的全部笔记，覆盖了从第一门课到第五门课的内容，以及相关的论文和数据，对于深入理解神经网络和深度学习的理论与实践非常有帮助。...
吴恩达《deeplearning深度学习》课程学习笔记【1】（精简总结）
竹聿Simon的专栏
03-09 7862
毕业以后就没再写过博客，又想起来了。 Ps：本文只是个人笔记总结，没有大段的详细讲解，仅仅是将自己不熟悉和认为重要的东西总结下来，算是一个大纲，用的时候方便回忆和查找。 Ps2：部分笔记内容见图片。 相关课程内容 一、神经网络和深度学习 第一周 深度学习概论 第二周 神经网络基础 知识点总结 1. 神经网络 神经元：neuron 2. 房屋价格预测 若干输入特征→...
Deep Learning（深度学习）学习笔记整理系列之（一）
热门推荐
zouxy09的专栏
04-08 108万+
Deep Learning（深度学习）学习笔记整理系列 zouxy09@qq.com http://blog.csdn.net/zouxy09 作者：Zouxy version 1.0  2013-04-08   声明： 1）该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。 2）本文仅
深度学习高数学习笔记
03-09
这份"深度学习高数学习笔记"包含了山时光团队在网易云课堂上讲解的《深度学习数学基础》系列课程的精华内容，是深入理解深度学习必备的数学基础知识。 高等数学是所有理工科专业学生的基础课程，对于深度学习来说，...
AutoCAD课堂学习笔记.pdf
最新发布
11-16
AutoCAD课堂学习笔记.pdf
斯坦福大学机器学习课堂笔记
02-04
这是斯坦福大学Andraw Ng的机器学习课堂笔记，讲解比较浅显易懂，适合入门。
mininet学习之OVS指令（1）
qq_37831759的博客
12-07 1824
mininet中默认使用ovs作为虚拟交换机，因此在mininet中同样可以使用ovs指令对交换机进行控制。 在mininet的CLI中，使用sh便可以输入ovs指令 ovs常用指令 端口 1、查看网桥和端口 ovs-vsctl show 2、添加/删除网桥 ovs-vsctl add-br br0 ovs-vsctl del-br br0 3、添加/删除端口 ovs-vsctl add-port br0 eth1 ovs-vsctl del-port br0 eth1 4、设置/清除网桥的open
网易互娱AI研究工程师实习生一面——记人生的第一次面试
qq_37831759的博客
04-19 1781
2020.4.15，这是我人生中的第一次面试，虽然结果不那么好，但也反映出我存在的各种各样致命问题。 我的研究方向是强化学习，确切来说是强化学习在路由方面的应用。由于个人原因，基本都是凭借着兴趣在自学，项目做的很简单，成了送命点。 将遇到的各种问题都记录来，尽快做好准备吧。 项目 面试官（简称面）首先介绍了AI实验室研究的各种方向（图像、语义、强化学习），并问我想做的方向。 我：强化学习。 面：介...
mininet学习之OVS指令（2）
qq_37831759的博客
12-09 1077
指令操作 1、转发 ovs-ofctl add-flow br0 in_port=1,actions=output:2 2、洪泛 ovs-ofctl add-flow br0 in_port=1,actions=flood 3、in_port，即从入口转发回去 ovs-ofctl add-flow br0 in_port=1,actions=in_port 4、controller ovs-ofctl add-flow br0 in_port=1,actions=controller 5、丢弃 ov
Mininet基本操作
qq_37831759的博客
02-02 332
Mininet基本操作 拓扑测试 创建一个简单拓扑 mn 如图创建了一个两个host，一个switcher，一个controller的简单拓扑网络 查看节点 nodes 查看链路 net 输出各节点信息 dump 输出仿真主机信息 h2 ifconfig 节点连通实验 h2 ping -c 3 h1 全网互ping pingall 调出终端 xterm h1 h2 退出 ex...
深度学习课堂笔记--卷积神经网络
qq_37831759的博客
05-18 216
深度学习课堂笔记–卷积神经网络 CNN经典模型网络层次越来越深，越来越复杂，模型效果越来越好 卷积神经网络结构 核心层：卷积层、池化层 卷积层 一维离散卷积： 二维卷积： 一个矩阵翻转后和另一个矩阵移位相乘 卷积层的运算过程 卷积层的目的是萃取出图片中的特征，识别边界 卷积运算步长 stride：滤波器每次移动的步幅，一般为1，意味着滤镜逐个像素移动 数据填充 padding：边缘数据不丢失 实际的卷积中，卷积核具有长、宽、深三个维度 核深度和图片的通道数一致 输出的特征图数量（通道数）由卷积核个数决
coach的学习日记 7.21
qq_37831759的博客
07-31 208
coach的学习日记 Property装饰器 一般来说可以通过._的方式来说明某个对象是受保护的。使用Property包装器可以使得对象的访问安全和方便。 如下代码： class Person(object): def __init__(self, name, age): self._name = name self._age = age # 访...
深度学习课堂笔记 5.14
qq_37831759的博客
05-14 185
深度学习课堂笔记 5.14 深度学习存在的问题 （1）参数过多，训练难度大 （2）非凸优化问题，局部最优影响迭代 （3）梯度消失or爆炸 （4）参数解释困难 （5）过拟合or欠拟合 梯度消失or爆炸产生的原因： （1）BP法先天问题 （2）初始权重带来的影响 （3）激活函数选择不当 （4）梯度流动带来的影响：网络结构本身的问题，如CNN （5）损失值过大带来的影响：数据集的问题，如标注不准等 一：BP法是连乘，容易出现过大或者过小 二：权重初始化不当造成梯度消失或者爆炸 三：sigmoid和tan函数梯度消
深度学习课堂笔记 5.18
qq_37831759的博客
05-18 176
深度学习课堂笔记 基于动量的梯度下降 二者区别在于，Nesterov会先更新一次参数 自适应学习率算法 学习率是难以设置的超参数。动量算法可以一定程度地缓解该问题，但又引入了另一个超参。 AdaGrad算法 学习率逐次下降。从训练开始时积累梯度平方导致学习率过早变小 RMSProp算法 累积梯度平方时做了指数加权平滑 Adam算法 结合了Momentum和RMSProp的优点 深度学习中的调参 参数：w和b 超参数：学习率 迭代次数 隐层数目 单元数 激活函数 批量大小 优化器 优化器参数 优化方法：1、遍
深度学习课堂笔记 5.21
qq_37831759的博客
05-21 169
深度学习课堂笔记 Alexnet 特点：采用了ReLU激活函数 1、计算简单 2、反向传播计算容易 3、不容易出现梯度发散问题 4、很多隐层输出为0，使得网络稀疏 5、某些节点坏死，始终输出为0（因为输出为0的节点没法更新权重） 6、容易改变数据的分布（可以使用BN来缓解） Dropout技术 有选择地忽视某些神经元，起到稀疏的作用 最大池化技术（Maxpool） 避免平均池化的模糊效果 步长小于池化核大小 批梯度下降 数据扩充/增强 翻转、平移、镜像、缩放，防止过拟合 VGGNet 网络层数增加到了16-
深度学习课堂笔记 5.28
qq_37831759的博客
05-28 161
深度学习课堂笔记 概率图模型 用概率来描述事物的不确定性 有明确关系的用有向图，无明确关系用无向图 贝叶斯网络：有向图 马尔可夫场：无向图 知识结构： 概率图模型的表示主要解决的是如何在一个图上定义一个联合概率分布 采用图的形式表示联合概率分布大大降低计算复杂度。条件独立性分解成不同因子的乘积 推理计算：求边缘概率、求最大后验概率、求归一化因子 和神经网络的关系 神经网络中每个神经元看作一个二值随机变量，神经网络就变成了一个sigmoid信念网络 图模型的变量一般有着明确的解释 图模型一般是生成模型 图模型
coach的学习日记7.11
qq_37831759的博客
07-11 143
coach的学习日记 2019.7.11 首先恭喜我自己成为了一名辣鸡研究生！ 从今天开始要更加努力了呀！今天学习有关python的基础知识。 python的优点在哪里？ c++更贴近于机器，而python更贴近于人的思考方式。python的代码优雅精炼，可读性更高。 分支语句 python的分支语句和c++很相似，可以使用if、else、elif来实现 // 分段函数 x=float(input...
coach的学习日记 7.13
qq_37831759的博客
07-13 140
coach的学习日记 7.13 小练习1 寻找所有的水仙花数 注：水仙花数即三位数中，每一位上数字的三次幂之和与这个数相同 for i in range(100,1000): a=int(i/100) b=int(i%100/10) c=int(i%10) if pow(a,3)+pow(b,3)+pow(c,3) == i: print('%d 是水...
JavaScript入门教程：韩顺平课堂笔记精华
"韩顺平javascript课堂笔记完整版" 在韩顺平的JavaScript课堂笔记中，主要探讨了JavaScript的基础知识和应用。JavaScript是一种广泛用于Web开发的脚本语言，它的主要特点是与HTML、JSP、PHP、ASP.NET等网页技术协同...
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