? 首页 ?欧洲联赛?正文

iv,80页笔记看遍机器学习基本概念、算法、模型,帮新手少走弯路,旋转轮胎

吴敬琏专集 许仕友

机器之心收拾

机器之心编辑部

现在有关机器学习的材料可谓层出不穷,其间既iv,80页笔记看遍机器学习基本概念、算法、模型,帮新手少走弯路,旋转轮胎有书本、课程视频材料,也有许多算法模型的开源项目。不过关于初学者来说,或许阅览学习笔记是一种最简略快速上手的办法。

现在有关机器学习的材料可谓层出不穷,其间既有书本、电磁除铁器ccscd课程视频材料,也有许多算法模型的开源项目。不过关于初学者来说,或许阅览学习笔记是一种最简略快速上手的办法。

本文要介绍的是一份长约 80 页的学习笔记,旨在总结机器学习的一系列基本概念(如梯度下降、反向传达等),不同的机器学习算法和盛行模型,以及一些作者在实践88中文中学到的技巧和经历。

假如余涵弥你是一个刚刚入门机器学习范畴axxzia的人,这份学习笔记或许能够帮你少走许多弯路;假如你不是学生,这些笔记还能够在你忘掉某些模型或算法时供你快速查阅。必要时,你能够运用 Ctrl+F 查找自己想知道的概念。

尹暮夏
宠物小精灵之片翼来临
  • 笔记链接: https://createmomo.github.io/2018/01/23/Super-Machine-Learning-Revision-Notes/#tableofcontents

笔记共分厚道写作业1为以下六大部分:

  1. 激活函数
  2. 梯度下降
  3. 参数
  4. 正则化
  5. 模型
  6. 有用诀窍

在榜首部分「激活函数」中,作者供给了 Sigmoid、tanh、Relu、Leak小村渔色y Relu 四种常用的机器学习激活函数。

第二部分「梯度下降」又分为核算图、反向传达、L2 正则化梯度、梯度消失和梯度爆破等 12 个末节:

为了协助读者了解,作者举了一些比如,并对许多内容进行了可视化的展现:

梯度下降

此外,作者还对代码中用到的一些符号进行了具体解说,关于新手来说十分友爱:

笔记的第三部分是机器学习中的参数,又分为可学习参数和超参数、参数初始化、超参数调优等几个末节。

为了避免新手走弯路,作者在「参数初始化」部分的最初就提示道:其实,TensorFlow 等机器学习结构现已供给了鲁棒的参数初始化功用。相似的提示在笔记中还有许多。

笔记的第四部分是正则化,包iv,80页笔记看遍机器学习基本概念、算法、模型,帮新手少走弯路,旋转轮胎含 L2 正则化、L1 正则化、Dropout、早停四个末节战亚楠。

第五部分是整份笔记的重中之重iv,80页笔记看遍机器学习基本概念、算法、模型,帮新手少走弯路,旋转轮胎,具体描述了逻辑回归、多类分类(Softmax 回归)、搬迁学习、多任务学习心跳频率与年纪对照表、卷积神经网络(CNN)、序列模型、iv,80页笔记看遍机器学习基本概念、算法、模型,帮新手少走弯路,旋转轮胎Transformer 和 BERT 等八大类机器学习模型。而且,八大类模型下面又分为各个小类进iv,80页笔记看遍机器学习基本概念、算法、模型,帮新手少走弯路,旋转轮胎行详解,具体如下所示:

解说相对简略的前四类机器学习模型。

解说最为翔实的卷积神经网络(CNN),包含 Filter/Kernel、LeNet-5、AlexNet、ResNet、方针检测、人脸验证以及神经风格搬迁等。

序列模型,包含常见的循环神经网络模型(RNN)、Gated Rec仓本urrent Unit(GRU)、LSTM、双向 RNN、深度 RNN 示例、词嵌入、序列到序列翻译模型示例等。

Transformer 和 BERT被黑人 模型。

笔记最终一部分给出了一些「有用诀窍」,包含练习/开发/测试数据集、不匹配的数据散布、输入归一化以及差错剖析等 6 方面内容。其间有些诀窍来自 Deep L天气预报标志图片解说earning AI 等在线课程,还有一部分是作者自己总结非亲兄弟演员表得到的。

作者的其他笔记

除了这份机器学习笔记之外,作者之前还收拾过概率图模型、BiLSTM 上面的 CRF 层等相关笔记。具体目录如下:

作者收拾的概率图模型温习笔记。

作者收拾的 BiLSTM 上的 CRF 层相关笔记。

9 月 26 日,DataFun Live 第 9 期邀请到美图高档算法专家陈文强,共享主题为「深度学习iv,80页笔记看遍机器学习基本概念、算法、模型,帮新手少走弯路,旋转轮胎在美图个性化引荐的使用实践」。辨认二维码或点击阅览原文,当即报名观看直播。

啪啪啪好爽
iv,80页笔记看遍机器学习基本概念、算法、模型,帮新手少走弯路,旋转轮胎
版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。