Dive into Machine Learning[沉迷机器学习,不能自拔~]

机器学习与深度学习算法回顾
最新推荐文章于 2025-11-30 17:53:43 发布
原创 最新推荐文章于 2025-11-30 17:53:43 发布 · 852 阅读 · 0 ·
CC 4.0 BY-SA版权
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。
文章标签：

#机器学习 #深度学习

Dive into Deep Learning
03-20
deep learning has taken the world by surprise, driving rapid progress in fields as diverse as computer vision, natural language processing, automatic speech recognition, reinforcement learning, and statistical modeling. With these advances in hand, we can now build cars that drive themselves (with increasing autonomy), smart reply systems that anticipate mundane replies, helping people dig out from mountains of email, and software agents that dominate the world’s best humans at board games like Go, a feat once deemed to be decades away. Already, these tools are exerting a widening impact, changing the way movies are made, diseases are diagnosed, and playing a growing role in basic sciences – from astrophysics to biology. This book represents our attempt to make deep learning approachable, teaching you both the concepts, the context, and the code.
《动手深度学习》｜《Dive Into Deep Learning》课程学习笔记，基于TensorFlow 2.0 框架实现
09-22
深度学习是机器学习的一个子领域，它基于人工神经网络的研究，特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征，这些特征对于图像和语音识别、自然语言处理、医学图像分析等...
探索机器学习的奇妙世界：Dive into Machine Learning
gitblog_00033的博客
06-07 354
在数据驱动的时代，掌握机器学习是提升个人竞争力的关键一步。今天，我们向您推荐一个卓越的开源项目——[Dive into Machine Learning](https://github.com/hangtwenty/dive-into-machine-learning)，这是一个为初学者精心准备的资源宝库，旨在帮助您轻松踏入这一领域。 ## 项目简介 Dive into Machine Lea...
深入探索机器学习：Dive into Machine Learning 简介与技术分析
gitblog_00089的博客
03-19 360
深入探索机器学习：Dive into Machine Learning 简介与技术分析 去发现同类优质开源项目:https://gitcode.com/ 是一个由Hang W. Yeow（网名hangtwenty）创建的开源项目，旨在帮助初学者和进阶者深入理解并实践机器学习。该项目基于Python和Jupyter Notebook，以互动的方式讲解了各种机器学习算法，并提供了丰富的代码示例。 项目...
动手学深度学习 (Dive into Deep Learning)
程永强
06-07 9889
动手学深度学习 (Dive into Deep Learning)
精选资源
Transformers for Machine Learning A Deep Dive
07-04
Transformers for Machine Learning A Deep Dive
动手学习深度学习 DIVE into Deep learning 的 学习 第一章 前言
weixin_43823175的博客
12-31 1196
动手学习深度学习 DIVE into Deep learning 的 学习 第一章 前言 本文为学习《动手学习深度学习》的一些学习，内容来源于网址： https://d2l.ai/ Dive into Deep Learning — Dive into Deep Learning 0.17.1 documentation 主要学习pytorch的一些内容 引言 全书的结构 (https://zh.d2l.ai/_images/book-org.svg)] 前言 机器学习的任务 生成一个输入到输出的映射 具
精选资源
d2l-pytorch：该项目复制了Dive Into Deep Learning（Dive Into Deep Learning）（www.d2l.ai）一书，将MXNet中的代码改编为PyTorch
02-03
更新：请参阅，以获取完整的PyTorch端口。 我们不再维护此仓库。...Ch07深度学习计算 7.1 7.2 7.3 7.4 7.5 7.6 Ch08卷积神经网络 8.1 8.2 8.3 8.4 8.5 8.6 Ch09现代卷积网络 9.1 9.2 9.3 9.4 9.
Dive into Deep Learning加州大学伯克利分校2019年春学期“Introduction to Deep Learning”第一章 Introduction
weixin_41866706的博客
06-08 837
Introduction 起源 虽然深度学习似乎是最近几年刚兴起的名词，但它所基于的神经网络模型和用数据编程的核心思想已经被研究了数百年。自古以来，人类就一直渴望能从数据中分析出预知未来的窍门。实际上，数据分析正是大部分自然科学的本质，我们希望从日常的观测中提取规则，并找寻不确定性。 早在17世纪，雅各比·伯努利（1655–1705）提出了描述只有两种结果的随机过程（如抛掷一枚硬币）的伯努利分布。...
Dive into Deep Learning A. Zhang, Z. C. Lipton, M. Li, and A. J. Smola
03-07
这本书是 最新 2019年 UC Berkeley 春季 深度学习课程教材，另外可以在 github 上找到相应的配套代码。对于深度学习的入门和进阶都大有裨益。
动手学深度学习（Dive into Deep Learning，D2L）
天天放羊的博客
06-16 5809
动手学深度学习（Dive into Deep Learning，D2L） 本书网址：zh.d2l.ai | 如何安装和使用书中源代码 理解深度学习的最佳方法是学以致用。 本开源项目代表了我们的一种尝试：我们将教给读者概念、背景知识和代码；我们将在同一个地方阐述剖析问题所需的批判性思维、解决问题所需的数学知识，以及实现解决方案所需的工程技能。 我们的目标是创建一个为实现以下目标的统一资源： 所有人均可在网上免费获取； 提供足够的技术深度，从而帮助读者实际成为深度学习应用科学家
机器学习周报二十四
weixin_60864619的博客
11-30 746
本周学习了潜在扩散模型的概念，潜在扩散模型的实现是很简单的，之后学习了变分自编码器(VAE)。同时解决了之前的RCNN目标检测的模型，但是效果很差。This week, I studied the concept of latent diffusion models. The implementation of latent diffusion models is quite simple. Afterwards, I learned about variational autoencoders (VAE)
11.1 高斯消元法的应用
passxgx的博客
11-26 777
高斯消元法实际应用
AAAI-2013《Spectral Rotation versus K-Means in Spectral Clustering》
Christo的博客
11-30 486
这篇论文成功地将谱旋转技术应用于谱聚类，解决了传统K-Means在处理松弛谱向量时的偏差问题。通过引入正交旋转约束，方法在理论上保证了更好的连续-离散逼近，并在实验中证明了其在图割优化和聚类指标上的优越性。论文结构清晰：从谱聚类背景引入问题，推导优化算法，提供理论证明，并通过基准数据集验证。该工作强调了谱聚类后处理的的重要性，为后续研究（如自适应谱聚类）提供了基础。
深度学习、机器学习、人工智能三者的关系
casually的博客
11-29 682
以上就是深度学习、机器学习、人工智能三者的关系。
【机器学习】21-22 机器学习系统开发流程 & 倾斜数据集
weixin_54010404的博客
11-30 459
本文摘要：文章介绍了机器学习开发流程的关键环节，包括迭代开发过程、错误分析方法、数据增强与合成技术、迁移学习的应用场景与策略。详细阐述了倾斜数据集下的评估指标（准确率、召回率、F1分数）及其权衡关系，并概述了完整机器学习项目的生命周期（从任务定义到部署监控）。特别强调了在数据不平衡情况下传统准确率的局限性，提出了使用精确率和召回率作为替代指标，并通过F1分数进行综合评估的方法。最后提及了机器学习项目中的伦理考量和数据偏见问题。
机器学习初级
2401_87118211的博客
11-28 525
机器学习初级
【民族服饰识别系统】Python+TensorFlow+Vue3+Django+人工智能+深度学习+卷积网络+resnet50算法
最新发布
子午的博客
11-30 489
民族服饰识别，民族服饰智能识别与分析系统基于TensorFlow框架，采用卷积神经网络（CNN）算法构建而成。系统在收集了回族、汉族、满族、苗族四类典型民族服饰图像数据集的基础上，通过多轮迭代训练，最终生成高精度识别模型，并配合Web可视化平台实现便捷交互。前端后端：Django算法：TensorFlow、卷积神经网络算法具体功能系统分为管理员和用户两个角色，登录后根据角色显示其可访问的页面模块。登录系统后可发布、查看、编辑文章，创建文章功能中集成了markdown编辑器，可对文章进行编辑。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
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