墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
3.1k累计阅读
3.2k平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
本博客转载自：新浪微博爱可可-爱生活
【台大李宏毅2017机器学习国语课程(更新)】“Machine Learning (Hung-yi Lee, NTU)” https://www.youtube.com/playlist?list=PLJV_el3uVTsPy9oCRY30oBPNLCo89yu49。新增Deep Reinforcement Learning/Demos/HW等内容
Home:http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17.html
#bilibili#搬运:https://www.bilibili.com/video/av10590361/
李宏毅-机器学习(视频2017完整)
这是台湾李宏毅的机器学习视频，是2017年秋季的。包含完整视频PDF格式的PPT。想赚点积分能够去下载一些资源，所以各位请见谅。内是网盘下载地址。
台湾大学李宏毅机器学习课程
李宏毅（（Hung-yi Lee）目前任台湾大学电机工程学系和电机资讯学院的助理教授，他曾于2012年获得台湾大学博士学位，并于2013年赴麻省理工学院（MIT）计算机科学和人工智能实验室做访问学者。他的研究方向主要是语义理解、语音识别、机器学习和深度学习）老师的机器学习课程以机器学习和深度学习的基础知识为主，包含了AI领域的各种最新知识和技术点。课程深入简出，通俗易懂，颇受欢迎，非常适合对AI感兴趣的学习者。本课程已经获得李宏毅老师授权。
TikTok Shop API密钥获取与PHP实战对接指南
本文详细介绍了TikTok Shop API密钥的获取流程与PHP实战对接方法。从开发者后台创建应用、获取核心的API密钥开始，逐步解析OAuth 2.0授权机制，并提供了完整的PHP封装类示例，涵盖签名生成、API调用、令牌刷新及错误处理，帮助开发者快速实现与TikTok Shop的数据对接与自动化操作。
李宏毅学习笔记——2024春《GENERATIVE AI》篇（已完结）
李宏毅学习笔记——2024春《GENERATIVE AI》篇
带挂牵引车倒车运动模型推导及仿真实现
半挂牵引车在倒车时，由于鞍座主销的连接限制，其运动方式与乘用车有显著差异。例如，乘用车在右侧倒车入库时，只需确定泊车起点并将方向盘向右打死。相反，牵引车在倒车时需要先向左转方向盘，当铰接角达到防折叠的临界值时，再将方向盘向右转回，以调整牵引车与挂车至直线状态，完成泊车入库。本研究旨在建立一个基于牵引车带挂车倒车运动学模型，该模型基于以下假设： 道路在车辆行驶过程中保持平坦，无凹凸不平； 车辆以低速行驶，且在运行过程中车身不发生侧倾或俯仰； 行驶过程中，轮胎无变形，无侧向滑动，且不产
自定义css属性实现渐变边框动画
自定义cs属性实现渐变边框动画
【机器学习】李宏毅——Recurrent Neural Network(循环神经网络)
【机器学习】李宏毅——Recurrent Neural Network(循环神经网络)
司法AI系统的架构设计：法律知识图谱如何辅助智能庭审？架构师亲测
简单来说，法律知识图谱是一种采用图数据结构（节点Node + 边Edge/关系Relation）来组织和表达法律领域知识的语义网络。它以。
研0学习笔记 | 李宏毅机器学习（2017） - 2
李宏毅机器学习（2017）- 学习笔记2 梯度下降Gradiant Descent
手把手教你学veriolg（二十六）-- Verilog CIC 滤波器设计
目录 Verilog CIC 滤波器设计1. CIC 滤波器的基本原理2. Verilog 实现3. 说明4. 测试激励5. 总结 CIC（Cascade-Integrator-Comb）滤波器是一种特殊的数字滤波器，常用于多速率信号处理中，尤其是用于信号的上采样（插值）和下采样（抽取）。CIC 滤波器的特点在于它具有简单的硬件实现、不需要乘法器（仅使用加法器和延迟元件）、且具有线性相位特性。然而，CIC 滤波器的缺点是它会产生较大的量化误差，因此在设计时需要特别注意字长的选择以避免溢出。1. CIC 滤波
EtherCAT主站IGH-- 49 -- 搭建xenomai系统及自己的IGH主站
以上就是搭建xenomai系统及自己的IGH主站的内容。有不明白的地方欢迎留言；有建议欢迎留言，我后面编写文档好改进。创作不容，如果文档对您有帮助，记得给个赞。
中文课程！台大李宏毅机器学习公开课2019版上线
转载自：机器之心机器之心编辑参与：思源、泽南台大教授李宏毅的机器学习课程经常被认为是中文开放课程中的首选。李教授的授课风格风趣幽默，通俗易懂，其课程内容中不仅有机器学习、...
【数据集】全球预报系统GFS概述：数据下载及处理
【数据集】全球预报系统GFS概述：数据下载及处理
机器学习入门经典课程，台大李宏毅教授机器学习课程 2019 版来啦
雷锋网 AI 科技评论按，提到台湾大学李宏毅教授，想必很多同学马上会想到他的机器学习课程。近日，李教授机器学习课程 2019 年版视频&课程资料终于上线啦~ 那么我们在哪里可以学习这个课程呢？可以点击下面的资料链接： 课程表及资料链接：http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html...
RT-DETR改进策略【Conv和Transformer】| HiLo注意力机制 通过分离处理图像的高频和低频信息，高效处理图像特征
本文记录的是利用改进检测模型，针对目标检测中面临的多尺度特征融合效率与长距离依赖建模难题，HiLo注意力模块的引入旨在通过频率解耦策略优化高分辨率特征处理，将高频细节（如目标边缘）与低频语义（如场景结构）分离建模，提升目标检测精度。Fast Vision Transformers with HiLo AttentionHiLo注意力模块的提出源于对传统自注意力机制局限性的反思。传统多头自注意力（MSA）在处理高分辨率图像时存在以下问题：HiLo将注意力模块分为高频（Hi-Fi）和低频（Lo-Fi）两个分支，
STM32F407中文手册
STM32f407中文手册 本参考手册面向应用开发人员，提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列，各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性，请参见数据手册。有关 ARM Cortex™-M4F 内核的信息，请参见《Cortex™-M4F 技术参考手册》。
最受欢迎中文机器学习课程，台大李宏毅老师公开课2019版上线！
点击我爱计算机视觉标星，更快获取CVML新技术本文经机器之心授权转载，禁二次转载。机器之心编辑参与：思源、泽南台大教授李宏毅的机器学习课程经常被认为是中文开放课程中的首选。李教授的授课风...
WINCC7.3破解文件
WINCC7.3硬件够破解文件，有需要的下载！WINCC7.3硬件够破解文件，有需要的下载！
李宏毅老师机器学习课程笔记_ML Lecture 3-1: Gradient Descent
引言： 这个系列的笔记是台大李宏毅老师机器学习的课程笔记 视频链接（bilibili）：李宏毅机器学习(2017) 另外已经有有心的同学做了速记并更新在github上：李宏毅机器学习笔记(LeeML-Notes) 很久都没有用高数及线性代数的知识，很多都生疏了，这节课有很多的数学公式及概念，建议先看一下简书上的这篇介绍梯度及梯度下降法的文章深入浅出–梯度下降法及其实现，真的是深入浅出，好评如潮。 ...
jre9下载 jdk9
(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】
最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版
Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf：最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版，包括SDIO 接口的外设，SDIO 接口官方协议等。
台大李宏毅Machine Learning 2017Fall学习笔记 (10)Tips for Deep Learning
台大李宏毅Machine Learning 2017Fall学习笔记 (10)Tips for Deep Learning 注：本博客主要参照 http://blog.youkuaiyun.com/xzy_thu/article/details/69680951改写。 此小节课讲的是在做深度学习过程中，提升模型效果的方法。 从训练模型到最后应用，流程图如下图所示。 注意：在实际训练深度学习模型的
【资源整合帖】机器学习&深度学习，如何从入门到高手
用来收集各类资源，各大包括机器学习ML、深度学习DL、自然语言处理NLP、机器视觉等方向，更新ing~ 课程资源 很多视频课程网易云课堂、腾讯课堂、MOOC等视频学习类网站都有资源，but，基本上B站上都有搬运工 ，有弹幕解释，有评论提供资料、作业、解析等，所以——B站大法好！ 1.软件基础 视频教程： 莫烦python：python入门学习视频教程，小哥哥讲的很好 Tensorflo...
深度学习入门一周，我都做了些什么
零基础，进入这个大火的圈子，实验室里面这方面的大牛不少，但对于一个渣前端来说，还是需要时间研究的。我就记录一下，我在没有时间的情况下，入门一周都做了些什么？怎么做的？主要是记录一下看了些什么做了些什么，明白了什么？ 因为老师要求一周内要抛出一个demo来，所以我就直奔主题，先了解深度学习是什么，神经网络是什么，深度学习框架是什么，框架怎么用，安装，跑官方示例，跑我的例子，差不多就是这样。深度学习...
Facebook新研究：根据照片自动生成卡通头像
据techcrunch报道，在计算机视觉国际会议上，Facebook AI研究部门科学家里奥·伍尔夫（ Lior Wolf ）在一篇论文中展示了如何创建一套机器学习系统，利用一个自定义表情符号生成器，创造出最贴合你面部特征的卡通头像。 无需人工输入，不依赖任何特定的卡通类型，而在理论上适用于任何卡通类型。 谷歌在今年5月份，曾经发不过类似的技术。谷歌的处理方式很
NLP领域的知识体系构建及成长之路
由于以后可能会接触到大模型相关的知识，所以现在想迫切的构建一下自己的知识体系，之前也只是对于CV领域比较熟悉，CNN、MLP以及一点点RNN的知识，但是当前最重要的确实是过于疏忽了，希望通过自己的努力，尽快把这些知识补齐，不至于落下太多。当然，这篇博客的出发点不仅仅是做一些知识的积累，也还是希望能够构建一些相关领域的知识体系，以及上手一些代码，实现更快的成长。
GRU是什么？RNN、LSTM分别是什么？
在学习图网络（GN）的过程中，总会遇到不懂的知识，是因为自己的深度学习基础不够好。最早的GNN网络（详情见GNN）可以被用于处理有环图、有向图或无向图。然而，GNN网络本身必须使整个网络达到不动点之后才可以进行计算。针对这一问题，通过将GRU引入到网络结构中，进一步提出了GGNN网络（详情见GGNN）。那么，现在就介绍一下GRU是什么东西。 GRU中的G不是Graph，而是Gate，全称是Gat...
GAN完整理论推导与实现
转自：https://www.jiqizhixin.com/articles/2017-10-1-1 本文是机器之心第二个 GitHub 实现项目，上一个 GitHub 实现项目为从头开始构建卷积神经网络。在本文中，我们将从原论文出发，借助 Goodfellow 在 NIPS 2016 的演讲和台大李宏毅的解释，而完成原 GAN 的推导与证明。本文主要分四部分，第一部分是描述 GAN 的直观概...
浅理解小样本学习：原型网络
简单的介绍了小样本学习的背景，然后介绍了一部分原型网络论文的内容。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
400
扫一扫
