李宏毅深度学习
枇杷鹭
留下学习的痕迹。
展开
-
【必收藏】台大李宏毅老师课程 | 资源汇总、笔记总结与索引
深度学习入场券?李宏毅教师的课程足矣!原创 2020-08-18 23:35:04 · 10610 阅读 · 9 评论 -
【李宏毅2020 ML/DL】补充:Ensemble: Bagging, Boosting, Adaboost, Gradient Boosting, Stacking
Ensemble! 很清晰的入门课,极其清晰。李老师要是能多讲一点就好了~原创 2020-08-18 17:36:48 · 1255 阅读 · 0 评论 -
【李宏毅2020 ML/DL】补充:Structured Learning: Sequence Labeling
以 POS tagging 为例,介绍 HMM 与 CRF 等。原创 2020-08-18 12:43:29 · 1165 阅读 · 0 评论 -
【李宏毅2020 ML/DL】补充:Structured Learning: Structured SVM
以目标检测为例,包含数学证明的数学性质,结构化 SVM 。原创 2020-08-17 21:25:06 · 791 阅读 · 0 评论 -
【李宏毅2020 ML/DL】补充:Structured Learning: Introduction & Structured Linear Model
结构化学习的基本框架,线性结构模型。原创 2020-08-17 10:24:04 · 773 阅读 · 0 评论 -
【李宏毅2020 ML/DL】补充:Support Vector Machine (SVM)
关于支持向量机:定义了 Hinge Loss ;投影到高维空间,用 Kernel Trick 减少计算量。原创 2020-08-17 09:46:09 · 1079 阅读 · 0 评论 -
【李宏毅2020 ML/DL】补充:Meta Learning - Metric-based Approach & Train+Test as RNN
关于元学习的一些补充。原创 2020-08-16 16:26:05 · 1092 阅读 · 1 评论 -
【李宏毅2020 ML/DL】P118 RL - Model-based, Meta, Multi-agent, Alpha
关于强化学习的前沿技术。原创 2020-08-16 11:37:01 · 1082 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P115-117 Actor-Critic & Sparse Reward & Imitation Learning
Actor-Critic & Sparse Reward & Imitation Learning (IRL)原创 2020-08-15 16:42:52 · 508 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P112-114 Q-Learning: Introduction & Tips & Continuous Actions
一些关于 DQN 的 tips ;此外,还有连续动作的 DQN 方案。原创 2020-08-15 14:08:28 · 816 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P110-111 Policy Gradient & Proximal Policy Optimization
关于离轨策略的重要性采样的理解,PPO 。原创 2020-08-14 16:44:24 · 657 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P107-109 Deep Reinforcement Learning | Scratching the surface
很杂,李老师科普了:A3C与IRL。原创 2020-08-14 11:13:21 · 951 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P106 More about Life Long Learning
关于 Life Long Learning 的一些标志性、开创性文章综述。原创 2020-08-13 15:17:27 · 1125 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P99-105 Life Long Learning
终身学习科普:一个模型依次学习多任务。原创 2020-08-13 09:37:14 · 550 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P97-98 More about Meta Learning
本节课由助教讲解,我认为是质量很高的一次综述。原创 2020-08-12 17:48:23 · 656 阅读 · 0 评论 -
【李宏毅2020 ML/DL】补充:Meta Learning - Gradient Descent as LSTM
本节讨论的是“元学习”,我们将讨论用 LSTM 做优化器的方法。我们所指的训练,是指训练优化器 LSTM 的参数。原创 2020-08-12 13:06:05 · 1086 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P88-96 Meta Learning – MAML | Reptile
元学习,主要是 MAML 与 Reptile ,用于初始化网络参数。原创 2020-08-12 11:18:23 · 809 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P86-87 More about Domain Adaptation
介绍了许多新技术,我认为是有启发性的,包括语义分割等等内容。原创 2020-08-11 15:52:54 · 658 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P85 Transfer Learning
关于迁移学习的科普。原创 2020-08-11 10:06:59 · 787 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P84 SAGAN, BigGAN, SinGAN, GauGAN, GANILLA, NICE | More About GAN 2020
介绍了2020年 6 个图像领域表现较为突出的 GAN 。原创 2020-08-09 11:22:07 · 1461 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P83 Generative Adversarial Network | Evaluation
讨论了如何评价一个 GAN 的结果,最后做了一个 A to Z 的小总结哈哈哈。原创 2020-08-08 23:53:09 · 523 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P82 Generative Adversarial Network | Improving Sequence Generation by GAN
关于序列数据的GAN生成模型,分为 Conditional 和 Unsupervised Conditional 两部分。原创 2020-08-08 17:06:03 · 843 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P81 Generative Adversarial Network | Intelligent Photo Editing
GAN 处理图像的应用。原创 2020-08-08 14:44:49 · 493 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P80 Generative Adversarial Network | Feature Extraction
关于 GAN 的特征提取技术,主要是 Auto Encoder 与 GAN 的结合。介绍了 InfoGAN、VAE-GAN、BiGAN、半监督学习的 Triple GAN 。原创 2020-08-08 11:33:00 · 780 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P79 Generative Adversarial Network | Tips for improving GAN
JS divergence 存在问题固有问题,由此,介绍了LSGAN、WGAN等技术。原创 2020-08-08 10:47:54 · 724 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P78 Generative Adversarial Network | fGAN: General Framework of GAN
从数学角度,证明了可以选用任何散度函数训练GAN。此外,这将影响数据拟合的效果。原创 2020-08-07 22:00:12 · 702 阅读 · 1 评论 -
【李宏毅2020 ML/DL】P77 Generative Adversarial Network | Theory behind GAN
从数学上解释 GAN 原理。很有趣。我更愿意理解为一种极大极小博弈。原创 2020-08-07 21:29:13 · 632 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P76 Generative Adversarial Network | Unsupervised Conditional Generation
使用 GAN 进行 Unsupervised Conditional Generation 两种思路:Direct Transformation 以及 Projection to Common Space。原创 2020-08-07 16:22:27 · 640 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P75 Generative Adversarial Network | Conditional GAN
介绍了 Conditional GAN 。思想是让 D 判断 G 生成的东西与输入信息是否匹配。原创 2020-08-07 14:50:49 · 868 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P74 Generative Adversarial Network | Basic Idea
GAN的基本思想。还讨论了:单独使用 Generator 或 Discriminator 的局限性;二者结合效果才最好。原创 2020-08-07 11:30:35 · 912 阅读 · 1 评论 -
【李宏毅2020 ML/DL】P73 More about Anomaly Detection
2020年5月21日的分享,助教介绍了一些基于 GAN 的异常检测技术。原创 2020-08-06 10:35:36 · 870 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P67-72 Anomaly Detection
异常检测,相似却不同于二分类问题。原创 2020-08-05 21:25:38 · 926 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P66 Self-supervised Learning
2020年的展示,介绍了些关于自编码的前沿技术。原创 2020-08-05 15:57:53 · 1158 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P62-65 More about Auto-encoder
很有趣的一节课,介绍了 对抗训练 的自编码方法;此外还有特征分解(应用于音色转换)、序列的嵌入等。原创 2020-08-05 14:53:10 · 819 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P60-61 Unsupervised Learning - Deep Generative Model
三大模型:PixelRNN 、Variational Auto Encoder(VAE)、Generative Adversarial Network。原创 2020-08-05 10:39:00 · 495 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P59 Unsupervised Learning - Auto-encoder
有趣的自编码技术,包括CNN的自编码。原创 2020-08-04 19:45:19 · 909 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P58 Unsupervised Learning - Neighbor Embedding | LLE, t-SNE
一些降维可视化技术,重点落在最后的 t-SNE 。原创 2020-08-04 18:22:40 · 681 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P57 Unsupervised Learning - Linear Methods | PCA & Matrix Factorization
PCA实际上是一种线性的无监督 auto-encoder 。原创 2020-08-04 15:01:14 · 887 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P56 Transformer and its variant | New Architecture
主要是从结构角度,提了 Transformer 的几个变体。原创 2020-08-02 15:16:25 · 1385 阅读 · 0 评论 -
【李宏毅2020 ML/DL】P53-55 Conditional Generation by RNN & Attention & Pointer Network& Recursive
介绍了很多,主要是基于 NLP 技术。原创 2020-08-01 19:35:01 · 1217 阅读 · 0 评论