上一页 1 ··· 8 9 10 11 12 13 14 15 16 ··· 24 下一页
摘要: 今天是Task07,包含优化算法进阶;word2vec;词嵌入进阶课程。 这里介绍了从Momentum到Adam的优化算法和词嵌入的基础算法:word2vec与GloVe 模型。 思维导图如下: ![思维导图][base64str1] [base64str1]:data:image/png;base 阅读全文
posted @ 2020-02-24 19:49 Jamest 阅读(199) 评论(0) 推荐(0) 编辑
摘要: 今天是Task06,包含批量归一化和残差网络;凸优化;梯度下降课程。 从卷积网络的基础开始,这里介绍了归一化以及残差网络。通过凸优化和梯度下降法,了解深度学习算法中的优化方法。 思维导图如下: ![思维导图][base64str1] [base64str1]:data:image/png;base6 阅读全文
posted @ 2020-02-24 16:28 Jamest 阅读(196) 评论(0) 推荐(0) 编辑
摘要: 链接: "LeetCode" [Leetcode]5169. 日期之间隔几天 编写一个程序来计算两个日期之间隔了多少天。 日期以字符串形式给出,格式为 YYYY MM DD,如示例所示。 示例 1: 输入:date1 = "2019 06 29", date2 = "2019 06 30" 输出:1 阅读全文
posted @ 2020-02-24 10:44 Jamest 阅读(167) 评论(0) 推荐(0) 编辑
摘要: 今天是Task05,包含卷积神经网络基础;leNet;卷积神经网络进阶课程。 这里介绍了几个CNN的模型,从LeNet,AlexNet,VGGNet到NiN,Google Inception Net,ResNet,DenseNet,这几个网络在深度和复杂度方面依次递增,作为CV中的经典模型,这例每一 阅读全文
posted @ 2020-02-21 16:22 Jamest 阅读(161) 评论(0) 推荐(0) 编辑
摘要: 卷积神经网络(Convolutional Neural Network,CNN)最初是为解决图像识别等问题设计的,在早期的图像识别研究中,最大的挑战是如何组织特征,因为图像数据不像其他类型的数据那样可以通过人工理解来提取特征。卷积神经网络相比传统的机器学习算法,无须手工提取特征,也不需要使用诸如SI 阅读全文
posted @ 2020-02-19 14:20 Jamest 阅读(5625) 评论(0) 推荐(0) 编辑
摘要: 今天是Task04,包含机器翻译及相关技术;注意力机制与Seq2seq模型;Transformer课程。 这里介绍了大量NLP的经典模型,从从Seq2seq到Attention模型到Self Attention到Transformer,也可以参考我这里的 "BLOG" 。 思维导图如下: ![思维导 阅读全文
posted @ 2020-02-17 20:29 Jamest 阅读(211) 评论(0) 推荐(0) 编辑
摘要: 链接: "LeetCode" [Leetcode]5340. 统计有序矩阵中的负数 给一个$m n$的矩阵 grid,矩阵中的元素无论是按行还是按列,都以非递增顺序排列。 请你统计并返回 grid 中 负数 的数目。 示例 1: 输入:grid = $[[4,3,2, 1],[3,2,1, 1],[ 阅读全文
posted @ 2020-02-16 20:21 Jamest 阅读(212) 评论(0) 推荐(0) 编辑
摘要: 今天是Task03,包含过拟合、欠拟合及其解决方案;梯度消失、梯度爆炸;循环神经网络进阶课程。 对于过拟合、欠拟合,梯度消失、梯度爆炸的概念和解决方案是在深度学习实践中经常会出现,并且需要我们思考的问题,理论上有很多缓解的办法,但在实际解决中还需要自己的经验。对于循环神经网络进阶,这里介绍了GRU和 阅读全文
posted @ 2020-02-15 14:48 Jamest 阅读(184) 评论(0) 推荐(0) 编辑
摘要: 今天是Task02,包含文本预处理;语言模型和循环神经网络基础课程。 这里讲述了一些文本预处理到普通RNN模型的解决方案,课程中讲的分词,建立字典的方案是较初步的处理,相较于比较复杂的非结构化的数据,特别是文本来说, 预处理的步骤是及其繁琐的,具体可参考 "针对于非结构化的数据(文本类)" 所述。 阅读全文
posted @ 2020-02-15 13:35 Jamest 阅读(227) 评论(0) 推荐(0) 编辑
摘要: 最近正在学pytorch,恰逢看到有动手学深度学习的在线课程,便想系统整理和学习下Pytorch深度学习实践。再次感谢伯禹教育、Datawhale、和鲸科技等多家AI企业,让在家的同学也能免费学习优质的付费课程。 在这里我将记录读书笔记和个人感想。对于我个人学习深度学习的经历来说,深度学习的理论部分 阅读全文
posted @ 2020-02-14 13:23 Jamest 阅读(630) 评论(0) 推荐(0) 编辑
上一页 1 ··· 8 9 10 11 12 13 14 15 16 ··· 24 下一页