李宏毅——GANGAN的类型标准GAN条件GANunsupervised conditional ganGAN的类型标准GAN基本的GAN： 以二次元任务为例，输入vector，输出高纬度的vector 在训练的过程中，不仅有generator，还有discriminator，判断生成的东西是不是真的。算法： 第一步，固定G，训练D。 第二步：固定D，训练G。 但是GAN是很难训练的 后来提出了W
P.S. 本次将第三章 CNN 讲解有关内容和之前看的吴恩达深度学习 - 卷积神经网络专项课程的内容结合在一起进行总结=====================================================一、 概念导入：边缘检测 垂直边缘 和 水平边缘。 如下图所示，一个 6 * 6 的灰度图像，构造一个 3 * 3 的矩阵（ 在CNN中通常称为 filter 过滤器
转载
2024-03-08 22:30:05
52阅读
文章目录【系列文章】【简要说明】【视频分享】【作业详情】【调参记录】【Simple Baseline：1.96993】【Medium Baseline：1.15678】【Strong Baseline：0.92619】【Boss Baseline：0.81456】【总结讨论】【资源链接】【参考文献】【写在最后】 【系列文章】【专栏：深度解析李宏毅机器学习2023作业】【简要说明】1、2023年春
转载
2024-02-07 10:33:12
259阅读
原始bert是干嘛的bert就是transformer的encoder输入seq，输出seq先决定盖哪几个，再决定怎么盖展示原始的bert然后输出输出的就是一个向量，里面就是词典所有的单词的概率（是吗）里面的linear怎么做的（小参数）然后跟我那个真实值，最小化，（就是一个分类问题），训练的时候，bert里面的参数和我们那个liner的参数一起训练。工作2（好像没啥用）除了上述的mask之外，还
转载
2024-04-29 22:06:10
26阅读
线性回归模型 本次作业要求利用前九个小时的PM2.5的数值预测第十小时的PM2.5的值 模型创建： \[ y = b + \sum_1^nw_i*x_i \] 大致思路 导入数据csv文件，并且将数据进行处理。由于本人并非环境专业，故不了解各个环境参数之间的影响。所以本次作业仅仅提取了PM2.5的数 ...
转载
2021-09-17 10:28:00
197阅读
2评论
李宏毅 diffusion 是一种基于深度学习的生成模型，广泛应用于图像生成、去噪等领域。本文将详细记录如何解决与“李宏毅 diffusion”相关的问题，从环境预检到配置调优及迁移指南，确保您能顺利部署这一技术。
### 环境预检
首先，我们需要确认环境的兼容性，这里使用四象限图展示兼容性分析。
```mermaid
quadrantChart
title 四象限图
x-ax
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
# 学习李宏毅的NLP课程之旅
在当今的科技世界中，自然语言处理（NLP）已经成为一个非常热门的领域。李宏毅教授以其清晰的讲解风格和深入的课程设置，成为了许多学习者的首选。本文将为刚入行的小白提供一步一步的指导，帮助你顺利进行李宏毅教授的NLP课程。
## 学习流程
首先，让我们来看看学习这一课程的大致流程。以下是整个学习的步骤及其描述：
| 步骤 | 描述 |
|------|-----
原创
2024-09-19 04:43:53
71阅读
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
SVM组成 Hinge Loss讲解 loss function不可微分，所以换成另一个函数。可以微分。输入x输出正负1。 g（x）里边有f（x）函数。并且y^乘以f（x）是横轴。纵轴为loss值。理想下越往右loss越小。square loss就是做差求平方，但是用到binary classfity上是不合理的。 理想的loss函数。sigmoid + square loss函数下边的计算公式
转载
2024-04-02 09:49:24
57阅读
文章目录4 Classification4.1 function set简单了解一下概率模型高斯分布怎么计算高斯分布的参数？——最大似然估计4.2 后验概率的计算推导 4 Classification首先分类问题还是属于机器学习模型，只不过输出不是连续的值，而是分类结果。我们用的同样是三步：选择function set→计算误差→选择模型。 假定有两类，我们要使用Regression的方法计算输
转载
2023-12-31 13:41:52
170阅读
李宏毅上传了2020版本的机器学习视频和吴恩达的CS229机器学习相比，中文版本的机器学习显得亲民了许多，李宏毅的机器学习是英文的ppt+中文讲解，非常有利于大家入门。吴恩达的CS229中偏向于传统机器学习（线性回归、逻辑回归、Naive Bayes、决策树、支持向量机等），李宏毅2020版本的机器学习中除了最前面的回归、分类，后面更多篇幅涉及卷积神经网络（CNN）、循环神经网络（RNN）、强化学
转载
2024-01-04 10:11:17
103阅读
本人于2017年12月5日开始学习机器学习课程，个人对机器学习及深度学习已有一定的了解。学习此次课程的目的是为了加深对机器学习的认识，以期达到进阶以及加深理解的作用，此外也希望通过完成课程作业，能够提升自己的实战项目能力。
Regression本章节主要讲解了回归、梯度下降、如何选择模型、过拟合、正则化，并通过实际案例Pokemon的讲解加深对回归的理解。1.线性函数 如何选择一个模
转载
2024-01-26 13:47:13
60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
台大李宏毅Machine Learning 2017Fall学习笔记 (13)Semi-supervised Learning本博客参考整理自： 半监督学习的训练数据，有一部分是标注数据，有一部分是无标注数据。 Transductive learning(直推学习)和Inductive learning(归纳学习)都可算是半监督学习，区别在于前者的无标注数据是测试数据（除去label），而后
转载
2024-02-04 21:55:34
157阅读
李宏毅老师的机器学习课程和吴恩达老师的机器学习课程都是都是ML和DL非常好的入门资料，在YouTube、网易云课堂、B站都能观看到相应的课程视频，接下来这一系列的博客我都将记录老师上课的笔记以及自己对这些知识内容的理解与补充。(本笔记配合李宏毅老师的视频一起使用效果更佳！）ML Lecture 4:Classification：Probabilistic Generative Model在这堂课中
转载
2023-12-13 21:14:42
70阅读
目录李宏毅机器学习第五周—sequence to sequence应用Syntactic Parsing（语法分析）Multi-label Classification（多标签分类）Object Detection（目标检测）Seq2Seq结构1.encoder为什么在Self-attention和Fully Connected Layer之后都有一个“Add & Norm”单元？2.de
转载
2024-01-12 19:07:55
129阅读
转载
2023-12-06 15:13:12
159阅读
Lecture 6: Brief Introduction of Deep Learning 本节课主要围绕Deep Learing三步骤：（1）function set（2）goodness of function（3）pick the best function 1.function setNeuron之间采用不同的连接方式，就会得到不同的
转载
2024-01-16 15:05:48
228阅读
导语meta-learningmeta-learning的步骤什么叫一组learning algorithm如何评价一个F的好坏meta learning vs machine learning怎么找最好的learning algorithmbenchmarkomniglot如何使用当前的方法MAML算法例子toy examleomniglot& mini-imageNet实际实现在翻译
转载
2024-05-11 20:18:36
120阅读
