先引用他人关于李宏毅教授关于深度学习导论的PPT，应该非常容易入门。”《1天搞懂深度学习》，300多页的ppt，台湾李宏毅教授写的，非常棒。不夸张地说，是我看过最系统，也最通俗易懂的，关于深度学习的文章。“ 这是slideshare的链接：http://www.slideshare.net/tw_dsconf/ss-62245351?qid=108adce3-2c3d-4758-a830-95d
废话少说，先上干货，整个PPT的思维导图如下：
深度学习概论
介绍深度学习作者非常浅显的指出机器（深度）学习过程非常简单，分为定义方法、判断方法的优劣、挑选出最佳的方法。对于深度学习，首先第一步定义方法 - 神经网络。深度学习顾名思义是指多层的神经网络。神经网络的思想来源于对于人脑的生理上的研究，人脑由数亿个神经元组成，神经元通过轴突互相连接通信。神经网络和
一份系统而又通俗易懂的深度学习文章。作者：慢慢的燃烧《1 天搞懂深度学习》，300 多页的 ppt，台湾李宏毅教授写的，非常棒。不夸张地说，是我看过最系统，也最通俗易懂的，关于深度学习的文章。这份 300 页的 PPT，被搬运到了 SlideShare 上，下面是 SlideShare 的链接：https://www.slideshare.net/tw_dsconf/ss-62245351?qid
转载
2024-03-06 11:05:04
59阅读
课程链接：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML20.html 要做这个作业的话需要一定的高数、线代的基础，而且尽量要会使用python的numpy模块。这篇文章大体还是按着baseline走的。必要的前提条件1.记得要把numpy、pandas、csv模块给安装好（网上有很多教程,找适用于你的开发环境的就好）。 2.学习一下numpy的使用：
转载
2024-06-17 16:04:34
151阅读
Network Compression ——Architecuture Design前言一、Architecture Design``1.基础知识2.代码细节二、代码示例小结 前言整个作业七讲的是网络模型的压缩，使整个模型不再臃肿。减少计算量的同时，保持原有精度，甚至超越之前。算力是受到物理因素限制的，如何提高算力的利用率是一件值得探索的事。本文通过学习李宏毅作业，给出自己的理解和相关代码的注释
转载
2024-09-26 06:29:47
40阅读
废话少说，先上干货，整个PPT的思维导图如下： 深度学习概论介绍深度学习作者非常浅显的指出机器（深度）学习过程非常简单，分为定义方法、判断方法的优劣、挑选出最佳的方法。对于深度学习，首先第一步定义方法 - 神经网络。深度学习顾名思义是指多层的神经网络。神经网络的思想来源于对于人脑的生理上的研究，人脑由数亿个神经元组成，神经元通过轴突互相连接通信。神经网络和人脑类似，存在多个层级（laye
一、概念含义人工智能（Artificial Intelligence）＞机器学习（Machine Learning）＞深度学习（Deep Learning），三者之间的关系为：机器学习是实现人工智能的方法，深度学习是实现机器学习算法的技术。人工智能是研究、开发用于模拟、延伸和扩展人的的理论、方法、技术及应用系统的一门新的技术科学。机器学习本质上就是让计算机自己在数据中学习规律，并根据所得到的规律对
李宏毅2020 ML/DL补充Structured Learning Structured SVM【李宏毅2020 ML/DL】补充：Structured Learning: Structured SVM我已经有两年 ML 经历，这系列课主要用来查缺补漏，会记录一些细节的、自己不知道的东西。本次笔记补充视频 BV1JE411g7XF 的缺失部分。在另一个UP主上传的2017课程BV13x411v7
文章目录介绍How to sum over all the alignmentsTraining第一项第二项Testing (Inference, decoding)小结参考资料 介绍 公式输入请参考：在线Latex公式 上节提到解决alignments有四个问题： 如何穷举所有的alignments：1. Enumerate all the possible alignments 如何累加所有
转载
2023-12-06 15:13:12
159阅读
## 李宏毅深度学习系列之归一化(Normalization)
在深度学习中，归一化是一个非常重要的技术，它可以提高模型的训练速度和性能。李宏毅老师在深度学习系列教程中详细介绍了归一化的原理和实现方法。
### 什么是归一化？
归一化，也称为标准化，是指将数据转换为特定范围内的数值，以便更好地进行数据分析和处理。在深度学习中，归一化是指将输入数据的分布调整为均值为0，方差为1的标准正态分布。
原创
2023-12-04 04:38:49
196阅读
By Charlotte77前言：李宏毅的教材，非常经典，B站有配套视频，文末附下载链接！关键词：李宏毅 深度学习作者：慢慢的燃烧 《1 天搞懂深度学习》，300 多页的 ppt，台湾李宏毅教授写的，非常棒。不夸张地说，是我看过最系统，也最通俗易懂的，关于深度学习的文章。这份
转载
2024-08-21 11:47:49
40阅读
推导LR损失函数(1)假定： LR逻辑回归假设样本服从泊松0–1分布，因此p(y|x)表达式： 求最大似然估计： 进而求最大对数似然估计：损失函数： 损失函数表征预测值与真实值之间的差异程度，如果预测值与真实值越接近则损失函数应该越小。在此损失函数可以取为最大似然估计函数的相反数，其次除以m这一因子并不改变最终求导极值结果，通过除以m可以得到平均损失值，避免样本数量对于损失值的影响。学习LR梯
转载
2023-08-30 18:51:55
121阅读
半监督学习1、什么是Semi-Supervised2、Semi-Surpervised在生成模型中如何实现的（EM算法）3、Semi-Surpervised基于Low-density Separation（低密度分离）假设是如何实现的 1）Self-training方法+Entropy-based Regularization 2）SVM4、Semi-Surpervised基于Smoothne
转载
2024-03-07 13:34:10
99阅读
...
转载
2021-07-25 13:13:00
109阅读
2评论
最近刚开始学习机器学习，看的是台湾大学李宏毅老师的视频课程Machine Learning 2019，李宏毅老师课程共有8个作业，在网上大约可以搜到前三个作业的解答，分别是PM2.5预测，人薪酬的二分类和表情分类，我在做这三次作业中主要参考了秋沐霖的三篇博客，链接如下： 作业1：线性回归预测PM2.5----台大李宏毅机器学习作业1(HW1) 作业2：Logistic回归预测收入----台大李宏毅
整理了一些以后做信号处理用的着的部分将几个特征拼接起来，concat_feat函数def shift(x, n):
if n < 0:
left = x[0].repeat(-n, 1)
right = x[:n]
elif n > 0:
right = x[-1].repeat(n, 1)
left =
李宏毅老师是台湾大学的教授，内容涵盖了深度学习中必须掌握的常见理论，使学生能够对深度学习的大部分领域有一定了解，为进一步深入说。
原创
2024-08-20 10:31:12
172阅读
# 实现“李宏毅 2021深度学习课件”的方法指导
## 流程图示例
```mermaid
flowchart TD
A[搜索李宏毅2021深度学习课件] --> B[找到相关链接]
B --> C[打开链接查看课件内容]
C --> D[下载课件]
```
## 整体流程
为了实现“李宏毅 2021深度学习课件”的获取，我们需要按照以下步骤进行操作：
| 步骤 |
原创
2024-04-26 05:37:12
55阅读
# 深度学习入门：李宏毅的课程精髓
深度学习作为人工智能（AI）的一部分，近年来取得了显著的发展。李宏毅教授的深度学习课程是学习这一领域的一个重要资源。在这篇文章中，我们将探讨深度学习的基本概念，并通过示例代码帮助读者更好地理解。
## 一、深度学习基础
深度学习的核心是神经网络，它模仿人脑的结构和功能。神经网络由多个层组成，通常分为输入层、隐藏层和输出层。每个层包含多个神经元，神经元之间通
