啃深度学习花书+代码实现
文章平均质量分 91
图灵奖获得者倾力打造的,深度学习奠基之作,长期位居美国亚马逊AI和机器学习类图书榜首!所有数据科学家和机器学习从业者的必读图书!
布尔大学士
工学博士在读,主要从事智能制造、工业精密检测、智能化设备研发等方向研究,已发表二区Top文章一篇、国家级竞赛二等奖一项、已授权软件著作权两项、已发表中文期刊两篇,先后参与国家自然科学基金面上项目、省重点研发计划等课题。
展开
-
花书《深度学习》代码实现:02 概率部分:概率密度函数+期望+常见概率分布代码实现
1 概率1.1 概率与随机变量频率学派概率 (Frequentist Probability):认为概率和事件发⽣的频率相关。 贝叶斯学派概率 (Bayesian Probability):认为概率是对某件事发⽣的确定程度,可以理解成是确信的程度。 随机变量 (Random Variable):⼀个可能随机取不同值的变量。例如:抛掷⼀枚硬币,出现正⾯或者反⾯的结果2 概率分布2.1 概率质量函数2.1.1 定义对于离散型变量,我们先定义⼀个随机变量,然后⽤~符号来说明它遵循的分布:原创 2022-05-18 17:43:03 · 4614 阅读 · 3 评论 -
花书《深度学习》代码实现:01 线性代数:基本概念+代码实现基本运算
1 标量、向量、矩阵和张量2 矩阵和向量相乘3 单位矩阵和逆矩阵4 线性相关和生成子空间5 范数5.1 范数的总定义范数是将向量映射到非负值的函数。直观上来说,向量 x 的范数衡量从原点到点 x 的距离。5.1.1 定义5.1 L1范数5.1.1 定义当机器学习问题中零和非零元素之间的差异非常重要时,在这些情况下,转而使用在各个位置斜率相同,通常会使用L1范数,也经常作为表示非零元素数目的替代函数。5.1.2 数学表达5.2 L2范数/欧几里得范数原创 2022-04-21 21:00:05 · 13154 阅读 · 0 评论