李宏毅机器学习-Self-Attention
这是我学习李宏毅机器学习时记录的一些笔记 ，希望能对你有所帮助😊 1. 引言：处理向量集合的挑战传统神经网络通常处理固定大小的向量输入，但现实应用中输入常为长度可变的向量集合，例如： 文本：句子可视为词向量组成的集合 语音：音频可转换为帧向量序列 图结构：社交网络或分子可视为节点向量集合 Self-attention 能有效处理此类输入，让
李宏毅机器学习-CNN
这是我学习李宏毅机器学习时记录的一些笔记 ，希望能对你有所帮助😊 1. 什么是卷积神经网络 (CNN)？卷积神经网络（Convolutional Neural Network, CNN）是一种专为处理图像数据而设计的网络架构 它在图像分类等领域表现出色，能够将输入的图像识别为不同的类别（例如，猫、狗、树等） 其基本工作流程是将一张图像作为输入
李宏毅机器学习-HW1 Notebook
这是我完成李宏毅机器学习2021作业1时记录的一些笔记 ，希望能对你有所帮助😊 作业1是**HW1-COVID-19 Cases Prediction（Regression)**，是一个回归任务,kaggle链接下面是 strong baseline 的要求： Strong Baseline Feature selection (what ot
李宏毅机器学习-类神经网络训练
这是我学习机器学习时记录的一些笔记 ，希望能对你有所帮助😊 Some TermsCritical Point在深度学习中，“critical point”（关键点/临界点）指的是损失函数曲面（loss landscape）上梯度为零的点。数学上，这意味着损失函数L（通常是关于模型参数θ的函数）的梯度（或一阶导数）∇L(θ)等于零向量：∇
Pytorch Tutorial-Training Models
这是我学习Pytorch时记录的一些笔记 ，希望能对你有所帮助😊 IntroductionIn past sections, we’ve discussed and demonstrated: Building models with the neural network layers and functions of the torch.nn
Pytorch Tutorial-TensorBoard
这是我学习Pytorch时记录的一些笔记 ，希望能对你有所帮助😊 TensorBoard 是 TensorFlow 提供的可视化工具，用于帮助开发者 理解、调试和优化 深度学习模型的训练过程。它最初是为 TensorFlow 设计的，但也可以通过适配器（如 PyTorch 的 TensorBoardX 或官方 torch.utils.tenso
Pytorch Tutorial-Building models
这是我学习Pytorch时记录的一些笔记 ，希望能对你有所帮助😊 torch.nn.Module & torch.nn.ParameterIn this section, we’ll be discussing some of the tools PyTorch makes available for building deep lear
Pytorch Tutorial-Autograd
这是我学习Pytorch时记录的一些笔记 ，希望能对你有所帮助😊 Autograd autograd 的用武之地：它跟踪每次计算的历史记录。PyTorch 模型中的每个计算张量都带有其输入张量和用于创建张量的函数的历史记录。结合用于作用于张量的 PyTorch 函数，每个函数都有一个用于计算自己的导数的内置实现，这大大加快了学习所需的局部导数的计
