ML:李宏毅老师2022ML学习笔记
文章平均质量分 91
李宏毅老师2022ML学习笔记
w18727139695
AI Security
展开
-
李宏毅老师2022机器学习课程笔记 03 自注意力机制(Self-Attention)
03 自注意力机制(Self-Attention)更加复杂形式的输入向量序列形式的输入在实际应用中,数据可能会有各种各样的形式,为了将数据作为输入提供给模型训练,可以考虑将其表示为向量序列的形式。比如,在文字处理的场景中,可以将单词表示为向量,将句子看作单词的序列。比如,在语音处理的场景中,可以将一个window大小(比如25ms)的一小段语音表示为一个向量,将完整的语音看作是小段语音的序列。(特别说明的是,根据经验每一小段语音之间是有重叠的,即窗口每次移动的时候,移动的大小是可以小于窗口大小的,原创 2022-04-04 22:14:48 · 4313 阅读 · 2 评论 -
李宏毅老师2022机器学习课程笔记 02 卷积神经网络(CNN)
02 卷积神经网络(CNN)CNN介绍上图是CNN的完整结构图,先放在这里,下面会以图像分类任务为例,逐步对其进行介绍。CNN的设计动机CNN是专门为图像设计的网络结构,结合了许多图像才会有的特性。CNN在图像分类中的使用基本结构信息输入CNN的输入一般的图片,且图片一般是一个三维的张量,包括图片的宽、图片的高和图片的信道数。图片的宽和高之积即为图片的像素数目,如果图片是彩色图片,那么有RGB三个信道,如果是黑白图片则只有一个信道,相当于此时图片退化为二维的矩阵。有一个很普遍的前提假设是原创 2022-04-03 17:42:12 · 4594 阅读 · 4 评论 -
李宏毅老师2022机器学习课程笔记 01 Introduction of Deep Learning
01 Introductionof Deep Learning机器学习相关规定什么是机器学习机器学习的概念我觉得李老师讲得非常好的一点就是,他真正说清楚了机器学习中的一些因果逻辑。比如我之前在网络上查阅过一些资料,他们在介绍机器学习时,很多时候上来就说机器学习“是机器学习过去的经验”、“模仿人类学习”等等,但是看了这些解释之后对机器学习是什么还是没有一个清晰的概念。按照我个人对李老师课程的理解,这个的因果关系是有些问题的,可能在最初设计这些模型的时候,学者门只是从数学的角度,探索一种解决问题的方法原创 2022-04-02 11:51:14 · 2114 阅读 · 3 评论