- 博客(4)
- 收藏
- 关注
RSS订阅原创 深度学习零基础入门（一）：一文读懂神经网络
本文适用于小白快速入门，内容不会非常全面。如果你想更深入的学习，推荐观看李宏毅机器学习课程。一、机器学习概述1. 什么是机器学习？简单讲，机器学习就是基于已知数据集（历史经验数据）学习其规律，借此对未知数据进行预测的方法。常见的机器学习算法包括：朴素贝叶斯、k最小近临（kNN）、决策树（如GBDT等）、随机森林、支持向量机（SVM）、隐马尔可夫（HMM）、逻辑回归（LR）以及人工神经网络等等（学过概率论的，理解这些算法并不困难）。这些算法各自有不同的最佳适用场景，没有绝对的优劣之分。其中人工神经网络的
2021-03-07 19:23:42
614
原创 深度学习数学基础
这里写自定义目录标题深度学习数学基础一、高等数学：导数与偏导数1. 导数（Derivative）定义2. 偏导数3. 链式求导法则二、矩阵1. 矩阵的定义：2. 基本运算2.1 加法2.2 减法2.3 数乘2.4 转置3. 乘法3.1 定义：3.2 注意事项3.3 基本性质三、向量1. 向量的定义向量的代数表示向量的几何表示向量的矩阵表示2 向量的运算2.2.1 向量的加法：2.2 向量的点积3. 向量的距离3.1 欧式距离：3.2 向量夹角：四、概率论与数理统计1 概率论基本概念深度学习数学基础为了帮
2021-03-07 16:55:50
631
原创 word2vec原理及其Hierarchical Softmax优化
文章目录一、什么是word2vec？1.1 词嵌入（word embedding）介绍1.2 word2vec概述CBOW2.1 Context滑动窗口2.2 模型结构三、Hierarchical Softmax优化3.1 从输入输出的降维到哈夫曼编码3.2 哈夫曼编码（Huffman Coding）3.3 从哈夫曼编码到Hierarchical Softmax3.3 模型的训练3.3.1 损失函数（Loss Function）3.3.2 模型的初始化3.3.3 模型的迭代四、准确率评估【附】参考资料gen
2021-01-25 19:46:21
1049
1
原创 1小时快速上手Python
1小时快速上手Python1小时快速上手Python一、环境搭建1.1 安装Python1.2 安装TensorFlow（及numpy）二、Hello World三、基本语法1. 变量1.1 变量的声明1.2 变量的类型1.3 预定义常量1.4 变量的格式化输出2. 语句2.1 运算符2.2 条件判断2.3 循环2.4 三元运算2.5 语句块3. 函数3.1 命名函数3.2 匿名函数（lambda）4. 类4.1 类的定义4.2 魔术方法5. 模块（包）5.1 模块的引用5.2 查看使用文档5.3 模块的使
2020-12-22 22:08:14
293
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人