![](https://img-blog.csdnimg.cn/1818aea7d9ec44caaecca2429fa584fc.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
《深度学习》笔记
文章平均质量分 86
深度学习
非文的NLP修炼笔记
研究生在读,NLP小白一枚,希望大家多多指教~
展开
-
《深度学习》读书笔记:第4章 数值计算
目录第4章 数值计算4.1 上溢和下溢4.2 病态条件4.3 基于梯度的优化方法4.3.1 梯度之上:Jacobian和Hessian矩阵4.4 约束优化4.5 实例:线性最小二乘第4章 数值计算机器学习算法通常需要大量的数值计算,这通常是指通过迭代过程更新解的估计值来解决数学问题的算法,而不是通过解析过程推导公式来提供正确解的方法,常见的操作包括优化(找到最小化或最大化函数值的参数)和线性方程组的求解。对数字计算机来说,实数无法在有限内存下精确表示,因此仅仅是计算涉及.原创 2022-01-20 22:31:58 · 663 阅读 · 0 评论 -
《深度学习》读书笔记:第3章 概率与信息论
目录第3章 概率与信息论3.1 为什么要使用概率3.2 随机变量3.3 概率分布3.3.1 离散型变量和概率质量函数3.3.2 连续型变量和概率密度函数3.4 边缘概率3.5 条件概率3.6 条件概率的链式法则3.7 独立性和条件独立性3.8 期望、方差和协方差3.9 常用概率分布3.9.1 Bernoulli分布3.9.2 Multinoulli分布3.9.3 高斯分布3.9.4 指数分布和Laplace分布3.9.5 Dirac分布和经原创 2022-01-19 21:10:10 · 792 阅读 · 0 评论 -
《深度学习》读书笔记:第2章 线性代数
目录第2章 线性代数2.1 标量、向量、矩阵和张量2.2 矩阵和向量相乘2.3 单位矩阵和逆矩阵2.4 线性相关和生成子空间2.5 范数2.6 特殊类型的矩阵和向量2.7 特征分解2.8 奇异值分解2.9 Moore-Penrose伪逆2.10 迹运算2.11 行列式2.12 实例:主成分分析第2章 线性代数2.1 标量、向量、矩阵和张量标量:一个标量就是一个单独的数,它不同于线性代数中研究的其他大部分对象(通常是多个数的数组)。我们用斜体表示原创 2022-01-17 20:36:33 · 430 阅读 · 0 评论 -
《深度学习》读书笔记:第1章 引言
第1章 引言人工智能已经成为一个具有众多实际应用和活跃研究课题的领域,并且正在蓬勃发展。在人工智能的早期,那些对人类智力来说非常困难,但对计算机来说相对简单的问题得到迅速解决,比如,那些可以通过一系列形式化的数学规则来描述的问题。人工智能的真正挑战在于解决那些对人类来说很容易执行,但很难形式化描述的任务,如识别人们所说的话或图像中的脸。对于这些问题,我们人类往往可以凭借直觉轻易地解决。针对这些比较直观的问题,本书讨论一种解决方案,该方案可以让计算机从经验中学习,并根据层次化的概念体系来理解世界,原创 2022-01-17 11:18:31 · 548 阅读 · 0 评论