李宏毅《机器学习》卷积神经网络课程笔记

最新推荐文章于 2025-03-06 10:38:00 发布
最新推荐文章于 2025-03-06 10:38:00 发布
阅读量1.6k 收藏 16
点赞数
分类专栏： 机器学习 文章标签： 机器学习 卷积神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/Irene_Loong/article/details/77838587
版权

（注：优快云写数学公式好丑，受不了用pdf写的再转jpg）
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

这个课程强烈安利，讲的很好！

李宏毅-机器学习-RNN-笔记
qq_41789315的博客
10-03 1109
李宏毅-机器学习课程-笔记
卷积神经网络（CNN）学习笔记 ——李宏毅
qq_43206449的博客
11-03 732
卷积神经网：与影像有关Image Classification（目标是分类） 如何理解CNN呢？
李宏毅机器学习笔记（1）
qq_37217397的博客
01-29 520
李宏毅机器学习笔记（一） 本次学习的资源为B站上2017年李宏毅老师的网课视频。 机器学习的目标 机器学习的目标实际上是通过 training data 找到一个函数，使该函数拥有根据某些输入而输出的能力。类似于给出一些日期来预测pm2.5指数等。这种输出是根据训练的 data 决定的，从而表现出机器具有某种学习的能力。 机器学习的三步骤 Step 1:Model 首先要有一个model，这个mo...
机器学习（李宏毅）——Meta Learning
最新发布
Dlog的博客
03-06 934
机器学习（李宏毅）——Meta Learning
李宏毅机器学习课程笔记1：Regression、Error、Gradient Descent
徐子尧的博客
03-28 1万+
台湾大学李宏毅老师的机器学习课程是一份非常好的ML/DL入门资料，李宏毅老师将课程录像上传到了YouTube，地址：NTUEE ML 2016 。 这篇文章是学习本课程第1-3课所做的笔记和自己的理解。Lecture 1: Regression - Case Studymachine learning 有三个步骤，step 1 是选择 a set of function, 即选择一个 model，
李宏毅机器学习笔记
01-18
李宏毅机器学习笔记，文档文件，笔记全面，总结充分，仅供学习
李宏毅机器学习 10.卷积神经网络 笔记
gdymind的博客
09-26 1885
李宏毅机器学习-10.卷积神经网络 使用CNN处理图像的原因：性质一：Some patterns are much smaller than the whole image（如鸟的图像中有鸟嘴这个小pattern）. A neuron does not have to see the whole image to discover the pattern. Connecting to small r
李宏毅机器学习课程笔记：从深度学习到卷积神经网络
"李宏毅的机器学习课程笔记涵盖了从基础的回归分析、梯度上升算法，到分类问题、反向传播、卷积神经网络（CNN）、半监督学习、无监督学习以及线性模型等多个核心主题。这些内容构成了深度学习和机器学习的基础理论与...
【学习笔记】李宏毅-机器学习MachineLearning
usernameisnotexist的博客
10-07 2151
参数，表示蓝色function的个数。i 越大说明红色curve转折点越多，越逼近真实曲线。将上图的蓝框式子用图展开表示：其中r为x的线性组合，激活函数输入前的形式。r 的三个长表达式可以用矩阵简化成一个式子：图底部的颜色小方块。注意形状代表矩阵格式。所以虚线框和红框内容等价。都是为了计算 r = b+wx计算出r1，r2，r3后，分别通过sigmoid function，得到a1，a2，a3。直接用 a =σ（r）表示。
李宏毅机器学习笔记.pdf
08-11
李宏毅机器学习·笔记自己整理成了PDF，现在分享给大家。
李宏毅学习笔记的PDF版
04-22
github上有相关的开源资源！！！！！ 李宏毅老师的机器学习视频是机器学习领域经典的中文视频之一，也被称为中文世界中最好的机器学习视频。李老师以幽默风趣的上课风格让很多晦涩难懂的机器学习理论变得轻松易懂，并且老师会通过很多有趣的例子结合机器学习理论在课堂上展现出来，并且逐步推导深奥的理论知识。比如老师会经常用宝可梦来结合很多机器学习算法。对于想入门机器学习又想看中文讲解的人来说绝对是非常推荐的。
李宏毅机器学习笔记（一）
Chasinglight的博客
11-18 529
1.回归 (1) Loss function ： 预测值与真实值的差 (2)Optimization question：w的更新策略为什么如上所示？ 机器学习的训练基本步骤： 定义函数拟合data->定义损失函数并训练->优化损失函数以确定拟合的函数的未知参数 （3）讨论：linear mode与nonlinear function(model) linear model is too simple， it can't solve compli...
李宏毅机器学习课程笔记
godblesstao的博客
02-28 1729
李宏毅机器学习课程笔记，持续更新~1. Convolutional Neural Network2. Recurrent Neural Network3. Graph Neural Network4. Generative Adversarial Network5. Auto-encoder6. Transformer7. ELMO, BERT, GPT1. Transfer Learning2. Anomaly Detection3. Attack Machine Learning Models4. Ex
[机器学习入门] 李宏毅机器学习笔记-13 （Semi-supervised Learning ;半监督学习）
Holeung blog
06-14 7868
[机器学习入门] 李宏毅机器学习笔记-13 （Semi-supervised Learning ;半监督学习） PDF VIDEOIntroductionWhy semi-supervised learning helps?Semi-supervised Learning for Generative ModelSupervised Generative Model VS Semi-super
李宏毅学习笔记——2024春《GENERATIVE AI》篇（已完结）
a131529的博客
11-22 6243
李宏毅学习笔记——2024春《GENERATIVE AI》篇
【《2021机器学习-李宏毅》学习笔记】
热门推荐
chh13502的博客
11-08 1万+
台湾大学李宏毅老师开设的《机器学习》近年来广受好评，成为国内众多深度学习/人工智能的学生/爱好者的 入门第一课。本文给出个人在学习过程中所做的笔记总结，希望能帮到大家。
李宏毅机器学习2016 第九讲 卷积神经网络
Come_for_IT 的博客
01-17 911
视频链接：李宏毅机器学习(2016)_演讲•公开课_科技_bilibili_哔哩哔哩课程资源：Hung-yi Lee课程相关PPT已经打包命名好了：链接：https://pan.baidu.com/s/1c3Jyh6S 密码：77u5我的第八讲笔记：李宏毅机器学习2016 第八讲 深度学习网络优化小诀窍Convolutional Neural Network本章节主要讲解了CNN的原理、实现以及应
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值