李宏毅深度學習筆記-無監督學習-領域嵌入
Manifold Learning t-SNE的“N E”就是Neighbor Embedding的縮寫。現在要做的事情就是之前講過的降維，只不過是非線性的降維。 我們知道數據點可能是高維空間 ...
原文：李宏毅深度學習筆記-半監督學習
半監督學習 什么是半監督學習 大家知道在監督學習里，有一大堆的訓練數據 由input和output對組成 。例如上圖所示 x r 是一張圖片， y r 是類別的label。 半監督學習是說，在label數據上面，有另外一組unlabeled的數據，寫成 x u 只有input沒有output ，有 U 筆ublabeled的數據。 通常做半監督學習的時候，我們常見的情景是ublabeled的數量遠 ...
2020-06-14 17:13 3 2154 推薦指數：
相關推薦
李宏毅深度學習筆記-無監督學習-詞嵌入
1-of-N encoding 詞嵌入其實是降維的一種非常好，非常廣為人知的應用。 如果要用一個向量表示一個詞，最典型的做法是1-of-N encoding。每一個詞用一個向量表示，向量的維度 ...
李宏毅深度學習筆記-無監督學習-降維
把無監督學習分成兩種 一種是化繁為簡，可以分成兩大類：聚類和降維 所謂的化繁為簡的意思是說，找一個函數，可以input看起來像樹的東西，output都是抽象的樹，把本來復雜的東西，變成比較簡單的output。在做無監督學習時，通常只會有函數中的一邊。比如找一個函數，可以把所有的樹都變成抽象 ...
李宏毅深度學習筆記-無監督學習-深度自動編碼器
什么是Auto-encoder 我們首先去找一個encoder，input一個東西，比如圖像識別做MNIST的話，就是input一張手寫數字圖片（28 *28 維像素點），那就是input 78 ...
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seq2seq model with “self-attention"。Transformer在seq2seq ...
李宏毅深度學習筆記-深度學習簡介
李宏毅深度學習筆記 https://datawhalechina.github.io/leeml-notes 李宏毅深度學習視頻 https://www.bilibili.com/video/BV1JE411g7XF step1 神經網絡 激活函數是sigmoid，紅色圈是一組神經元，每個 ...
李宏毅《機器學習 深度學習》簡要筆記（一）
P1 一、線性回歸中的模型選擇 上圖所示： 五個模型，一個比一個復雜，其中所包含的function就越多，這樣就有更大幾率找到一個合適的參數集來更好的擬合訓練集。所以，隨着模型的復雜度提 ...