- 博客(18)
- 收藏
- 关注
RSS订阅原创 李宏毅机器学习笔记5--RNN
其实感觉课程中关于RNN这部分讲的不是很细，很多都是泛泛而谈大体的框架，有点晕……RNN引入Recurrent Neural Network搭建的目的是为了使神经网络有一定记忆，可以储存之前的输入，这对对话系统、机器翻译等等有很大帮助。见下图RNN神经元工作示意图：一个RNN神经元在第一个word输入后除去输出相应值，还会将隐藏层信息（Elman）或者输出层信息（Jordan）储存起来等待下次输入。这样就可以保证，在上下文语境不同的时候，即使有相同输入，输出也是不同的，这符合日常对话等的常识。
2021-04-08 12:22:15
185
原创 机器翻译笔记1
machine translationmachine translation是机器自行进行翻译，不需要人类干预。课堂中涉及两个名词：FAHQMT(Fully Automatic High Quality Machine Translation)， FAMT(Fully Automatic Machine Translation)。Human Aided Machine Machine Translation这类是计算机自行进行翻译，直到遇到自行无法解决的时候会像人类询问。人类在这里的角色是辅助类的。
2021-04-06 20:07:15
210
原创 作业3-食物图片分类
李宏毅课程作业三项目描述训练一个简单的卷积神经网络，实现食物图片的分类。数据集介绍本次使用的数据集为food-11数据集，共有11类Bread, Dairy product, Dessert, Egg, Fried food, Meat, Noodles/Pasta, Rice, Seafood, Soup, and Vegetable/Fruit.（面包，乳制品，甜点，鸡蛋，油炸食品，肉类，面条/意大利面，米饭，海鲜，汤，蔬菜/水果）Training set: 9866张Validatio
2021-04-04 19:13:52
3317
3
原创 李宏毅机器学习笔记4 -- DNN训练
李宏毅课程中关于 Tips of deep learning这部分讲的知识点比较多而且很细节。其中的dropout、ReLU等等很早就使用了，但是其中的细节却一直没有注意，这里总结一下课程中的知识，趁机巩固一下基础。开篇作者主要介绍了五部分，针对的是训练集表现不好即以测试集（验证集）表现不好（过拟合）两个问题。训练集表现不好当模型在训练集表现不好时，有可能是模型复杂度不够，但是在Deep Learning中这种情况并不多见，所以问题更多集中在激活函数、learning rate不合适等Networ
2021-04-03 11:03:15
269
原创 数组和字符串学习笔记
原书链接：https://leetcode-cn.com/leetbook/detail/array-and-string/数组二分查找算是比较基础的算法了，这种用于已经排序好的数组中，题目 搜索插入位置便是对于该算法的考察。因为所查找的target可能不在数组中，这时候对于target位于队列最右端或者最左端的处理就比较关键了。高赞题解中的解题思路是：class Solution: def searchInsert(self, nums: List[int], target: int)
2021-03-29 17:51:59
106
原创 作业2-年收入判断
项目描述二元分类是机器学习中最基础的问题之一，在这份教学中，你将学会如何实作一个线性二元分类器，来根据人们的个人资料，判断其年收入是否高于 50,000 美元。我们将以两种方法: logistic regression 与 generative model，来达成以上目的，你可以尝试了解、分析两者的设计理念及差别。实现二分类任务：个人收入是否超过50000元？数据集介绍这个资料集是由UCI Machine Learning Repository 的Census-Income (KDD) Dat
2021-03-23 17:25:03
967
原创 Python入门（下）笔记
阿里云Python入门（下）笔记、摘录。函数函数参数3. 可变参数>>> def hello(*arg): for i in arg: print(i) >>> hello(1,2,3)123加了星号（*）的变量名会存放所有未命名的变量参数，该变量类型为元组。4. 关键词参数>>> def func(**arg): for i in arg: print(f'{i} : {arg[i]}.') >&
2021-03-21 17:15:35
76
原创 李宏毅机器学习笔记3--分类
课程第三部分讲的是简单的分类问题，从此也引出了deep learning。Probabilistic Generative Model线性回归分类的局限用于来表示很直观：从上图可以看到，因为右图存在过于正确样本，使得machine learning会得到紫线的结果，而这直观上便可以发现是不理想的。自己感觉因为线性回归目标是使得所有样本预测的值都尽可能准确，本身就会受到极端样本的影响，完成分类的时候本身对于结果要求并不是很精准，所以使用regression便可能因为样本原因而表现不好。模型函数如
2021-03-20 15:15:10
237
原创 Python入门(中)笔记
看阿里云Python入门（中）时的摘录和笔记。列表2. 列表的创建由于list的元素可以是任何对象，因此列表中所保存的是对象的指针。即使保存一个简单的[1,2,3]，也有3个指针和3个整数对象。x = [a] * 4操作中，只是创建4个指向list的引用，所以一旦 a 改变，x 中4个a 也会随之改变。>>> x = [[1]] * 4>>> x[[1], [1], [1], [1]]>>> x[0][0] = 2>>>
2021-03-19 17:29:57
111
1
原创 Python入门（上）笔记
变量、运算符与数据类型把阿里云Python入门（上）自己不太熟悉的知识点摘录下来，以便于进行掌握：2.运算符位运算符操作符名称~按位取反&按位取与\|按位取或^按位取异或<<左移>>右移bin(4)'0b100'bin(5)'0b101'~4-5bin(4&5)'0b100'bin(4|5)'0b101'bin(4^5)'0b1'4^51
2021-03-18 21:54:43
83
原创 李宏毅机器学习笔记1--线性回归
课程第一部分讲的是关于线性回归和梯度下降的基本知识，虽然这部分比较容易理解，但还是有不少需要注意的点。模型创建在课程开始的时候老师便提到模型创建的流程：#mermaid-svg-uVBggSWrfpKJJnCW .label{font-family:'trebuchet ms', verdana, arial;font-family:var(--mermaid-font-family);fill:#333;color:#333}#mermaid-svg-uVBggSWrfpKJJnCW .label
2021-03-16 19:59:21
189
原创 作业1-PM2.5预测（李宏毅机器学习）
项目描述本次作业的资料是从行政院环境环保署空气品质监测网所下载的观测资料。希望大家能在本作业实现 linear regression 预测出 PM2.5 的数值。数据集介绍本次作业使用丰原站的观测记录，分成 train set 跟 test set，train set 是丰原站每个月的前 20 天所有资料。test set 则是从丰原站剩下的资料中取样出来。train.csv: 每个月前 20 天的完整资料。test.csv : 从剩下的资料当中取样出连续的 10 小时为一笔，前九小时的所
2021-03-16 08:17:54
2735
1
原创 队列&栈学习
最近跟着LeetCode看算法相关知识，刚刚把队列&栈这一部分看完，稍微进行总结一下。队列队列简单来说就是先进先出的数据结构，在Python中虽然List也可以实现，但是效率没有使用collections中的deque效率高，所以实现时多使用deque。为了实现空间的有效利用，书中引入了循环队列：关于循环列表的构建，在【622. 设计循环队列】中给出了比较详细的过程。大致思路肯定是利用两个指针，一个指向head另一个指向tail，然后根据命令执行pop和push。官方在题解中说：
2021-03-03 22:50:32
166
原创 python100days笔记（正则表达式）
这一节作者主要介绍了正则表达，正则表达简答来讲应该是对于字符串的一种简洁的操作方式。本节原文链接：12 使用正则表达式正则表达基础正则表达式博客推荐：正则表达式30分钟入门教程作者给的正则表达式的基本定义是：正则表达式是一种工具，它定义了字符串的匹配模式（如何检查一个字符串是否有跟某种模式匹配的部分或者从一个字符串中将与模式匹配的部分提取出来或者替换掉）。好吧，有点晕，下表是作者总结的正则表达式的一些基本符号：符号解释示例说明.匹配任意字符b.t可以匹配ba
2021-02-24 16:58:26
107
原创 串之KMP模式匹配算法笔记
目录KMP的目标NEXT数组KMP的改进总结这应该算是《大话数据结构》这本书看到现在第一个需要想想的算法，准备认真的整理整理思路，不能一开始就掉队……KMP的目标先借用《大话数据结构》书中图片：首先定义长度大的字符串为主串 S[]，需匹配的为 T[]。图中1-6是朴素模式匹配的步骤，但是可以发现，第1步之后第2步中的比较其实是没有必要的，因为在第1步后可以得出T[0]≠T[1]andS[1]=T[1]⇒T[0]≠S[1]T[0]\ne T[1] and S[1] = T[1] \Rightarro
2021-02-22 20:15:15
163
原创 《机器学习》笔记：聚类
目录基本概念k均值算法学习向量量化基本概念无监督学习(unsupervised learning) 是利用无标记训练样本的学习来揭示数据的内部性质以及规律。其中聚类(clustering)是其中重要的一类。聚类是将数据按照一定原则划分为若干个不相交的子集（簇，cluster）。k均值算法k均值(k-means)算法的假设是距离相近的两样本在分类上也是相类似的。因为该算法比较简单，直接放伪代码：输入：样本集D={x1,x2,...,xm}D=\{x_1,x_2,...,x_m\}D={x1,x2
2021-02-22 18:18:42
355
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人