李宏毅2021春机器学习课程笔记——Convolutional Neural Network
本文作为自己学习李宏毅老师2021春机器学习课程所做笔记，记录自己身为入门阶段小白的学习理解，如果错漏、建议，还请各位博友不吝指教，感谢！！ CNN理解角度一 图像的表达形式 对于一个Machine来说，一张输入的图像其实是一个三维的Tensor。 如上图所示，三个维度分别 ...
原文：李宏毅-Network Compression课程笔记
一 方法总结 Network Pruning Knowledge Distillation Parameter Quantization Architecture Design Dynamic Computation 二 Network Pruning 模型通常是过参数的，即很多参数或者neuron是冗余的 例如非常接近 ,因此我们可以移除这些参数来对模型进行压缩。 . 重要性判断 那么怎么判断哪 ...
2019-12-22 11:04 0 1160 推荐指数：
相关推荐
李宏毅机器学习课程笔记-3.梯度下降精讲
梯度下降伪代码 梯度下降可以优化损失函数的值，使其尽量小，即可找到最好（在数据集上拟合效果最好）的模型参数。 现在假设模型\(f\)中只有一个参数\(w\)，则损失函数为\(L(f)=L(w)\) ...
李宏毅2021春机器学习课程笔记——Introduction of Machine/Deep Learning
本文作为自己学习李宏毅老师2021春机器学习课程所做笔记，记录自己身为入门阶段小白的学习理解，如果错漏、建议，还请各位博友不吝指教，感谢！！ 一、Machine Learning概念理解 Machine Learning主要的任务是寻找一个合适的Function来完成我们的工作（非常不严 ...
李宏毅深度学习笔记-Transformer
Transformer英文的意思就是变形金刚，Transformer现在有一个非常知名的应用，这个应用叫做BERT，BERT就是非监督的Transformer，Transformer是一个seq2se ...
李宏毅深度学习笔记-为什么要深度？
问题：越深越好？ 层数越多，参数越多，model比较复杂，数据又多的话，本来误差就越小，这为什么归因于”深“呢？ 矮胖结构 v.s. 高瘦结构 真正要比较”深“和”浅“的model的时候 ...
李宏毅2021春机器学习课程笔记——生成对抗模型模型
本文作为自己学习李宏毅老师2021春机器学习课程所做笔记，记录自己身为入门阶段小白的学习理解，如果错漏、建议，还请各位博友不吝指教，感谢！！ 概率生成模型 概率生成模型（Probabilistic Generative Model）简称生成模型，指一系列用于随机生成可观测数据的模型 ...
mate learning学习笔记（李宏毅）
mate learning = learn to learn 如下图所示，mate learning就是 输入训练资料到 F，输出的是一个可以用来识别图像的 f*。 F（training d ...
李宏毅 2018最新GAN课程 class 1 Introduction
比较有用的是conditioned generator，能够控制输入的vector来控制对应的文字音像 ...