- 博客(40)
- 资源 (14)
- 收藏
- 关注
RSS订阅原创 在Hexo NexT主题中关闭指定文章的Table of Contents(TOC)
NexT主题中在每篇文章单独的post页面，侧边栏会根据文章的多级标题自动生成Table of Contents。不过对于有些文章，我想关闭这项功能，怎么修改呢？
2021-01-31 16:11:36
1061
原创 机器学习-63-Structured Learning-04-Sequence Labeling Problem(结构化学习-序列标注(HMM,CRF))
本章学习另一种结构化学习的方法—序列标注。也是结构化学习的最后一块内容！主要讲到了HMM，CRF，以及对前面学习的结构化支持向量机，结构化SVM在序列生成里面的应用！
2021-01-29 22:48:37
669
2
原创 机器学习-62-Structured Learning-03-Structured Support Vector Machine(结构化学习-结构化支持向量机)
本篇文章主要讲的是结构化的SVM，并且对结构化里面的一些基本理论和概念做一些基本介绍。根据这些概念，我们可以深刻的理解结构化的思想！以及对结构化SVM的基本认识！
2021-01-29 22:41:52
497
原创 机器学习-61-Structured Learning-02-Structured Linear Model(结构化学习-线性模型)
在结构化学习中，线性模型是一个很重要的模型，我们接下来的内容很多都是基于线性模型来说的
2021-01-29 22:34:21
280
原创 机器学习-60-Structured Learning-01-Introduction(结构化学习-介绍)
本文是结构化学习的开端，简单介绍一下结构化学习的概念以及要解决的三个问题！
2021-01-29 22:29:34
831
原创 机器学习-59-Support Vector Machine(SVM,支持向量机)
支持向量机(SVM)有两个特点：SVM=铰链损失(Hinge Loss)+核技巧(Kernel Method)。本文就这两个特点的原理进行深度剖析！
2021-01-29 22:18:26
582
原创 Viterbi-Algorithm(维特比算法)
维特比算法是一个特殊但应用最广的动态规划算法。利用动态规划，可以解决任何一个图中的最短路径问题。而维特比算法是针对一个特殊的图-篱笆网了（Lattice）的有向图最短路径问题而提出来的。它之所以重要，是因为凡是使用隐马尔科夫模型描述的问题都可以用它解码，包括当前的数字通信、语音识别、机器翻译、拼音转汉字、分词等。
2021-01-28 18:41:27
4149
1
原创 机器学习-58-Ensemble(集成学习:Bagging,Random Forest,Boostring,Adaboost,Gradient Boosting,Stacking)
Ensemble的方法就是一种团队合作，好几个模型一起上的方法。本文主要介绍的方法有：Bagging,Random Forest,Boostring,Adaboost,Gradient Boosting,Stacking
2021-01-26 17:20:13
575
原创 机器学习-57-Unsupervised Learning-09-More about Auto-Encoder(无监督学习之更多有关自编码器的介绍)
Auto-encoder是一个基本的生成模型，更重要的是它提供了一种encoder-decoder的框架思想，广泛的应用在了许多模型架构中。简单来说，Auto-encoder可以看作是如下的结构，它主要包含一个编码器（Encoder）和一个解码器（Decoder），通常它们使用的都是神经网络。Encoder接收一张图像（或是其他类型的数据，这里以图像为例）输出一个vector，它也可称为Embedding、Latent Representation或Latent code，不管它叫什么，我们只需要知道它是关
2021-01-25 21:50:05
513
原创 机器学习-56-RL-08-Imitation Learning(强化学习-模仿学习)
Imitation learning(模仿学习) 讨论的问题是：假设我们连 reward 都没有，那要怎么办呢？Imitation learning 又叫做 learning from demonstration(示范学习) ，apprenticeship learning(学徒学习)，learning by watching(观察学习)
2021-01-25 20:10:12
1920
原创 机器学习-55-RL-07-Sparse Reward(强化学习-稀疏奖励:Reward Shaping,Curriculum Learning,Hierarchical RL)
实际上用 reinforcement learning learn agent 的时候，多数的时候 agent 都是没有办法得到 reward 的。在没有办法得到 reward 的情况下，训练 agent 是非常困难的。我们可以通过三个方向来解决 sparse reward 的问题：Reward Shaping,Curriculum Learning,Hierarchical Rl。
2021-01-25 12:10:06
1509
原创 机器学习-54-RL-06-Actor-Critic(强化学习-A2C,A3C,Pathwise Derivative Policy Gradient)
演员-评论家算法(Actor-Critic Algorithm)是一种结合策略梯度和时序差分学习的强化学习方法。在 Actor-Critic 算法 里面，最知名的方法就是 A3C(Asynchronous Advantage Actor-Critic)。
2021-01-23 22:45:07
590
原创 机器学习-53-RL-05-Q-Learning for Continuous Actions(强化学习-Q学习处理连续动作的四个方法)
Q-learning 有什么问题呢？最大的问题是它不太容易处理 continuous action。很多时候 action 是 continuous 的。本文章会详细介绍解决问题的四种方法！
2021-01-23 16:16:56
1018
1
原创 机器学习-52-RL-04-Tips of Q-Learning(强化学习-Q学习的一些技巧:Double DQN&Dueling DQN&Prioritized Reply&Multi-step等)
本片文章要讲的是训练 Q-learning 的一些 tips：Double DQN，Dueling DQN，Prioritized Reply，Multi-step(Balance between MC and TD)，Noisy Net(on Action vs on Q-function)，Distributional Q-function，Rainbow
2021-01-23 15:39:43
1148
原创 机器学习-51-RL-03-Q-learning(强化学习-Q学习)
Q-learning 是 value-based 的方法。在 value-based 的方法里面，我们学习的不是策略，我们要学习的是一个 critic(评论家)。 critic要做的事情是评价现在的行为有多好或是有多不好。假设有一个actor(演员) π，critic就是来评价这个actor的策略 π 好还是不好，即 Policy Evaluation(策略评估)。
2021-01-22 22:11:10
978
1
原创 机器学习-50-RL-02-Proximal Policy Optimization(强化学习-PPO-近端策略优化)
Proximal Policy Optimization，简称PPO，即近端策略优化，是对Policy Graident，即策略梯度的一种改进算法。PPO的核心精神在于，通过一种被称之为Importance Sampling的方法，将Policy Gradient中On-policy的训练过程转化为Off-policy，即从在线学习转化为离线学习，某种意义上与基于值迭代算法中的Experience Replay有异曲同工之处。通过这个改进，训练速度与效果在实验上相较于Policy Gradient具有明显提
2021-01-22 13:02:58
896
原创 机器学习-49-RL-01-Deep Reinforcement Learning(强化学习-强化学习的基本介绍 & Policy-based方法的基本介绍)
2015年2月的时候，google在nature上发了一篇用reinforcement learning 的方法来玩akari的小游戏，然后痛鞭人类2016的春天，又有大家都耳熟能详的alpha go，也是可以痛鞭人类David Silver 说 AI 就是 Reinforcement Learning+Deep Learning Deep Reinforcement Learning : AI = RL + DL
2021-01-21 23:00:04
1228
1
原创 Android-Room，RecyclerView，CardView的简单使用以及数据迁移
Room，RecyclerView，CardView的简单使用以及数据迁移
2021-01-21 11:38:50
426
原创 Android-ViewModel & LiveData & DataBinding & ViewModelSavedState & SharedPreferences & 小案例
ViewModel & LiveData & DataBinding & ViewModelSavedState & SharedPreferences & 小案例
2021-01-21 11:35:04
309
1
原创 Android-Activity生命周期
Activity作为Android的四大组件之一，非常的重要，也是最常用的四大组件，使用Activity必须要在AndroidManifest中进行注册，那么作为Android的基础，Activity的生命周期你是否完全掌握了呢？下面就让我们来一起回顾一下Activity的生命周期吧！
2021-01-21 11:30:31
4620
原创 机器学习-48-Life-long Learning(终生学习)
我们是否可以只用一个网络结构（注意，这里的网络结构并非是固定的。也许随着任务的需要，得自行扩展网络），在不同的任务上分别训练，使得该网络能够胜任所有的任务呢？ 这就是Life-long learning 所要研究的课题。
2021-01-20 20:43:39
5573
1
原创 机器学习-47-ML-03-Metric-based Approach & Train+Test as RNN(元学习-support set和query set用于同一网络的方法)
我们有一个更疯狂的想法，能不能直接learn一个function，这个function既做了Learning，又做了Prediction。给它Training Data，它就learn好了；给它Testing Data，它就给出Testing Data的答案！
2021-01-20 13:56:13
3251
4
原创 机器学习-46-ML-02-Gradient Descent as LSTM(元学习-用LSTM做Gradient Descen)
上次说到meta learning是在训练一个learning algorithm。使用的方法是梯度下降，这次我们研究如何将这个learning algorithm看作是一个LSTM，我们通过训练这个LSTM网络来实现我们的meta learning。
2021-01-19 20:17:38
678
原创 机器学习-45-ML-01-Meta Learning(元学习)
元学习，meta-learning，又叫learning to learn，直译即为学习如何学习，从中文字面上来理解，似乎这类算法更接近人类的学习方式——触类旁通，举一反三。而传统的深度学习方法虽然功力强大，但是框架无外乎都是从头开始学习（训练），即learning from scratch，对算力和时间都是更大的消耗和考验。
2021-01-19 15:03:00
1095
1
原创 机器学习-44-Transfer Learning(迁移学习)
迁移学习指的就是，假设你手上有一些跟你现在要进行的task没有直接相关的data，那你能不能用这些没有直接相关的data来帮助我们做一些什么事情。比如说：你现在做的是猫跟狗的classifer，那所谓没有什么直接相关的data是什么意思呢？没有什么直接相关其实是有很多不同的可能。比如说input distribution 是类似的(一样时动物的图片)，但是你的label是无关的(domain是类似的，task是不像的)。还有另外的一个可能是：input domain是不同的，但是task是相同的(猫跟狗的分
2021-01-18 16:05:15
1351
原创 机器学习-43-GAN-10-Evaluation(如何评价GAN模型，GAN的总结)
本文是GAN的最后一块内容，就是如何Evaluation一个GAN模型。说人话：如何评价GAN生成的图片好还不好。另外一个方面是：是否客观，因为虽然人评价结果比较准确，但是人容易受主观影响，尤其发在论文上的图片，作者肯定不会把很烂的结果摆出来。
2021-01-17 16:05:31
1521
1
原创 机器学习-42-GAN-09-Improving Sequence Generation by GAN(通过GAN提高Sequence的生成)
这篇文章主要是说Improving Sequence Generation by GAN，讲GAN在sequence generator上的应用。sequence generator的应用很多，比如机器翻译，人机对话，甚至强化学习也算是sequence generator。使用GAN进行sequence generator主要有两大部分，分别是Conditional Sequence Generation 和Unsupervised Conditional Sequenc
2021-01-17 13:47:02
686
1
原创 机器学习-41-GAN-08-Intelligent Photo Editing(智能修图，GAN+Autoencoder)
本文主要是介绍基于GAN+Autoencoder来进行智能修图。还简单介绍了高清图片处理以及图像补全技术
2021-01-16 15:11:42
1102
原创 机器学习-40-GAN-07-Feature Extraction(InfoGAN,VAE-GAN,BiGAN,Feature Disentangle(Voice Conversion))
本节主要介绍InfoGAN，VAE-GAN，BiGAN和Triple GAN，可以用于做feature extraction。还介绍了Domain-adversarial training,Voice Conversion(声音转换)以及Feature Disentangle(特征解耦)。
2021-01-16 00:04:13
1156
1
原创 机器学习-39-GAN-06-Tips for Improving GAN(改善GAN的技巧：WGAN,WGAN-GP,EBGAN,LSGAN)
这篇文章要说的是对传统的GAN进行的一些优化，为了使GAN更容易训练。比如WGAN，它在原始的GAN上面做了几点改动，成功地提升了原始GAN的表现。还有WGAN-GP，EBGAN和LSGAN。
2021-01-15 10:55:33
669
原创 机器学习-38-GAN-05-General Framework of GAN(fGAN，GAN的一般框架)
之前在讲GAN的时候，提到我们实际是在用Discriminator来衡量两个数据的分布之间的JS divergence，那能不能是其他类型的divergence来衡量真实数据和生成数据之间的差距？又如何进行衡量？（虽然在实作上用不同divergence结果没有很大差别）
2021-01-14 19:53:54
898
原创 机器学习-37-GAN-04-Unsupervised Condition GAN(无监督有条件GAN：Direct Transformation，Projection to Comon Space)
之前讲的那篇CGAN都是有监督学习，那能不能无监督学习呢？当然可以啦，大多数情况我们很难弄到一个个对应匹配的数据，比如做图片风格转换，你很难弄到同一个图片的不同种风格，里面东西还是一模一样的，再比如，你很难把一个人的声音风格转换到另外一个人声音上，因为可能你说的是中文，另外一个人说英文，找不到一模一样的发音，所以我们需要研究无监督学习，只需要两堆数据，可将某种特征从一堆转到另一堆。
2021-01-14 16:11:36
1240
原创 机器学习-36-GAN-03-Conditional GAN(有条件的GAN)
Conditional，意思是条件，所以 Conditional GAN 的意思就是有条件的GAN。Conditional GAN 可以让 GAN 产生的结果符合一定的条件，即可以通过人为改变输入的向量（记不记得我们让生成器生成结果需要输入一个低维向量），控制最终输出的结果。
2021-01-14 16:09:22
7708
4
原创 机器学习-35-GAN-02-Theory behind GAN(GAN背后的数学理论)
生成式对抗网络（Generative Adversarial Network，又称GAN，一般读作“干！”）计算机科学领域里是一项非常年轻的技术，2014年才由伊安·好伙伴教授（Ian Goodfellow，这姓氏实在是太有趣以至于印象深刻）系统地提出。但是一经提出，就引发了学术界对GAN如火如荼的研究，同时在最原始的GAN的基础上，针对不同的应用场景提出了许多GAN的变体。使用GAN网络，输入已知数据，计算机可以学习并创建全新的合成数据。Facebook AI部长Yann LeCun对GAN的评价是"Ge
2021-01-14 16:01:31
1060
原创 机器学习-34-GAN-01-Generative Adversarial Network(GAN,生成式对抗网络)
生成式对抗网络（Generative Adversarial Network，又称GAN，一般读作“干！”）计算机科学领域里是一项非常年轻的技术，2014年才由伊安·好伙伴教授（Ian Goodfellow，这姓氏实在是太有趣以至于印象深刻）系统地提出。但是一经提出，就引发了学术界对GAN如火如荼的研究，同时在最原始的GAN的基础上，针对不同的应用场景提出了许多GAN的变体。使用GAN网络，输入已知数据，计算机可以学习并创建全新的合成数据。Facebook AI部长Yann LeCun对GAN的评价是"Ge
2021-01-14 15:58:34
1564
原创 机器学习-33-Anomaly Detection(异常侦测)
Anomaly Detection，翻译为中文意思是异常侦测，异常侦测要做的就是：让机器可以知道我不知道这件事。上面引用了《论语，论证》篇，“知之为知之，不知为不知，是知也（知道就是知道，不知道就是不知道，这样才是真正的知道）”，就是让机器知道它不知道这件事
2021-01-12 16:23:38
3787
原创 机器学习-32-ELMO、BERT、GPT
ELMO、BERT、GPT背景机器是如何理解我们的文字的呢？最早的技术是1-of-N encoding，把每一个词汇表示成一个向量，每一个向量都只有一个地方为1，其他地方为0。但是这么做词汇之间的关联没有考虑，因为不同词之间的距离都是一样的。所以，接下来有了word class的概念，举例说dog、cat和bird都是动物，它们应该是同类。但是动物之间也是有区别的，如dog和cat是哺乳类动物，和鸟类还是有些区别的。后来有了更进阶的想法，称作word embedding，我们用一个向量来表示一个单.
2021-01-11 16:48:16
896
人机交互期末复习要点.pdf
2021-07-12
李宏毅机器学习作业3CNN数据testing set 和validation set
2020-12-19
李宏毅机器学习作业3CNN数据training set
2020-12-19
jdk1.8.0_131
2020-12-14
hadoop的winutils.exe及hadoop.dll文件
2020-08-13
poedit的TM自动翻译中文zh_CN.mo词库10187条翻译
2020-08-03
mysql-5.7.27-winx64 压缩包.zip
2020-07-04
分支限界法思想和案例(装载问题,旅行售货员问题,0-1背包问题).zip
2020-07-03
回溯法思想和案例(旅行售货员问题,装载问题, 0-1背包问题,图的m着色问题).zip
2020-07-03
贪心思想和案例(活动安排问题,0-1背包问题,最优装载,哈夫曼编码,单源最短路径,最小生成树(Prim,Kruskal),汽车加油问题).zip
2020-07-03
动态规划思想的介绍(矩阵连乘问题,最长公共子序列,流水线作业调度问题,0-1背包问题).zip
2020-07-03
递归思想和案列和分治法思想的案例
2020-07-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人