0
点赞
收藏
分享

微信扫一扫

数学、机器学习、深度学习目录


文章目录

  • ​​1.数学基础​​
  • ​​2.深度学习​​
  • ​​深度学习练习题​​
  • ​​3.机器学习​​
  • ​​4.论文​​
  • ​​loss​​
  • ​​对象检测​​

1.数学基础

​​矩阵求导术​​用狄拉克函数来构造非光滑函数的光滑近似

2.深度学习

​​深度学习入门(一)感知机与激活函数​​损失函数–交叉熵与极大似然估计
softmax求导/label_smoothing求导/知识蒸馏求导
梯度推导
深度学习入门(三)构建简单的两层神经网络
深度学习入门(四)梯度更新算法的选择(附执行代码)
吴恩达课程学习笔记–第二课 第一周:深度学习的实践层面
吴恩达深度学习 第二课 第三周:超参数调试、Batch正则化和程序框架
吴恩达深度学习 第三门课 结构化机器学习项目(笔记)
吴恩达深度学习 第三门课 残差网络 谷歌Inception模型 迁移学习
吴恩达深度学习 第三门课 第三周 目标检测
吴恩达深度学习 第四课 第四周 人脸识别和神经风格转换
序列模型(sequence models)
吴恩达深度学习 第五课 第二周 自然语言处理与词嵌入
吴恩达深度学习 第五课 第三周 序列模型和注意力机制
对比学习梳理

深度学习练习题

​​吴恩达深度学习练习 第五课第一周 Building a Recurrent Neural Network 基于numpy​​吴恩达深度学习练习 第五课第二周 注意力机制机器翻译 基于Keras
吴恩达深度学习 第五课第三周 课后练习 Trigger word detection

3.机器学习

抽点时间把所有机器学习的内容补充完善一下,重新学习一下-20200610
​​1.机器学习实战(1) k-近邻算法(kNN)和决策树​​2.机器学习实战(2) 基于概率论的分类方法:朴素贝叶斯 python3
3.机器学习实战(3) Logistic回归 逻辑回归 基于python3
​​4.待更新​​5.机器学习实战(5) AdaBoost元算法 基于python3
​​6.机器学习实战(6) 预测数值型数据:回归​​7.机器学习实战(7) 树回归
8.机器学习实战(8) 利用K-means聚类算法对未标注数据分组
9.机器学习实战(9) 使用Apriori算法进行关联分析
10.机器学习实战(10) FP-growth 基于python3
11.机器学习实战(11) 利用PCA来简化数据 基于python3
12.机器学习实战(12) 利用SVD简化数据 基于python3

4.论文

loss

​​The Lovasz Hinge: A Novel Convex Surrogate for Submodular Losses​​The Lovasz-Softmax loss: A tractable surrogate for the optimization of the ´ intersection-over-union

对象检测

​​R-CNN论文翻译Rich feature hierarchies for accurate object detection and semantic segmentation​​Concurrent Spatial and Channel ‘Squeeze & Excitation’ in Fully Convolutional Networks(附代码)

未完待续…


举报

相关推荐

0 条评论