李宏毅2021春機器學習課程筆記——Convolutional Neural Network
本文作為自己學習李宏毅老師2021春機器學習課程所做筆記，記錄自己身為入門階段小白的學習理解，如果錯漏、建議，還請各位博友不吝指教，感謝！！ CNN理解角度一 圖像的表達形式 對於一個Machine來說，一張輸入的圖像其實是一個三維的Tensor。 如上圖所示，三個維度分別 ...
原文：李宏毅-Network Compression課程筆記
一 方法總結 Network Pruning Knowledge Distillation Parameter Quantization Architecture Design Dynamic Computation 二 Network Pruning 模型通常是過參數的，即很多參數或者neuron是冗余的 例如非常接近 ,因此我們可以移除這些參數來對模型進行壓縮。 . 重要性判斷 那么怎么判斷哪 ...
2019-12-22 11:04 0 1160 推薦指數：
相關推薦
李宏毅機器學習課程筆記-3.梯度下降精講
梯度下降偽代碼 梯度下降可以優化損失函數的值，使其盡量小，即可找到最好（在數據集上擬合效果最好）的模型參數。 現在假設模型\(f\)中只有一個參數\(w\)，則損失函數為\(L(f)=L(w)\) ...
李宏毅2021春機器學習課程筆記——Introduction of Machine/Deep Learning
本文作為自己學習李宏毅老師2021春機器學習課程所做筆記，記錄自己身為入門階段小白的學習理解，如果錯漏、建議，還請各位博友不吝指教，感謝！！ 一、Machine Learning概念理解 Machine Learning主要的任務是尋找一個合適的Function來完成我們的工作（非常不嚴 ...
李宏毅深度學習筆記-Transformer
Transformer英文的意思就是變形金剛，Transformer現在有一個非常知名的應用，這個應用叫做BERT，BERT就是非監督的Transformer，Transformer是一個seq2se ...
李宏毅深度學習筆記-為什么要深度？
問題：越深越好？ 層數越多，參數越多，model比較復雜，數據又多的話，本來誤差就越小，這為什么歸因於”深“呢？ 矮胖結構 v.s. 高瘦結構 真正要比較”深“和”淺“的model的時候 ...
李宏毅2021春機器學習課程筆記——生成對抗模型模型
本文作為自己學習李宏毅老師2021春機器學習課程所做筆記，記錄自己身為入門階段小白的學習理解，如果錯漏、建議，還請各位博友不吝指教，感謝！！ 概率生成模型 概率生成模型（Probabilistic Generative Model）簡稱生成模型，指一系列用於隨機生成可觀測數據的模型 ...
mate learning學習筆記（李宏毅）
mate learning = learn to learn 如下圖所示，mate learning就是 輸入訓練資料到 F，輸出的是一個可以用來識別圖像的 f*。 F（training d ...
李宏毅 2018最新GAN課程 class 1 Introduction
比較有用的是conditioned generator，能夠控制輸入的vector來控制對應的文字音像 ...