weixin_40005699的博客

原创 @存图自用

原创 LSTM笔记

LSTM（译）理解长短期记忆(LSTM) 神经网络 - 元峰- 知乎

原创 NLP终极入门教程

yuanfwenUltimate Guide to Understand and Implement Natural Language Processing

原创 吴恩达深度学习（三）计算机视觉CV基础

一 卷积神经网络1 边缘检测其他过滤器——Sobel、Scharr等2 Padding——P填充像素——Valid卷积（不填充）、Same卷积（填充后输入输出一样）通常使用奇数维过滤器其中一个可能是，如果f是一个偶数，那么你只能使用一些不对称填充。只有f是奇数的情况下，Same 卷积才会有自然的填充，我们可以以同样的数量填充四周，而不是左边填充多一点，右边填充少一点，这样不对称的填充。第二个原因是当你有一个奇数维过滤器，比如 3×3 或者 5×5 的，它就有一个中心点

原创 吴恩达深度学习（二）结构化机器学习

机器学习策略 正交化 单一数字评估指标 查全率、查准率、F1值、平均值…… 根据需求满足和优化指标 运行时间，假阳性，唤醒词…… 训练/ 开发/ 测试集 所以我建议你们在设立开发集和测试集时，要选择这样的开发集和测试集，能够反映你未来会得到的数据，认为很重要的数据，必须得到好结果的数据，特别是，这里的开发集和测试集可能来自同一个分布。所以不管你未来会得到什么样的数据，一旦你的算法效果不错，要尝试收集类似的数据，而且，不管那些数据是什么，都要随机分配到开发集...

原创 吴恩达深度学习（一）神经网络和深度学习

神经网络和深度学习一基础二分类、逻辑回归、逻辑回归的代价函数、梯度下降、导数计算图、计算图的导数计算（反向传播）,编程时通常使用代指

原创 Hands-on ML学习笔记（一）

Chapter 1大概简介一下机器学习的内容及分类Chapter 2端到端机器学习项目2.1 使用真实数据2.2观察大局2.3 获取数据1获取数据属性housing.info() #快速获取数据集的简单描述，注意数据类型及非空值数量housing.head() #查看数据集前五行housing[" "].value_counts() #查看分类housing.describe()#显示数值属性的摘要housing.hist(bins=50, fig...

原创 吴恩达机器学习——笔记

（考研数学一功底，仅供个人纪录）机器学习 监督学习/无监督学习 单变量线性回归 （1）模型表示（2）代价函数（costfunction）——残差平方和（3） 直观理解——图示法 （4）梯度下降——求解全局最小值学习率α；梯度下降算法；梯度下降中的线性回归正规方程法3.线性代数回顾4.多变量线性回归...