红色石头的个人博客红色石头的个人博客

notice GitChat 深度学习极简教程正式上线!《深度学习 Python 入门与实战》

所有文章 第3页

机器学习

如何让奇异值分解(SVD)变得不“奇异”?

30

红色石头 发布于 2018-08-29

在之前的一篇文章:通俗解释协方差与相关系数,红色石头为大家通俗化地讲解了协方差是如何定义的,以及如何直观理解协方差,并且比较了协方差与相关系数的关系。 本文红色石头将继续使用白话语言,介绍机器学习中应用十分广泛的矩阵分解方法:奇异值分解(SVD)。本文不注重详细的数学推导,只注重...

阅读(845)评论(0)赞 (3)

机器学习

通俗解释协方差与相关系数

8

红色石头 发布于 2018-08-22

什么是协方差(Covariance)? 协方差表示的是两个变量的总体的误差,这与只表示一个变量误差的方差不同。 如果两个变量的变化趋势一致,也就是说如果其中一个大于自身的期望值,另外一个也大于自身的期望值,那么两个变量之间的协方差就是正值。 如果两个变量的变化趋势相反,即其中一个...

阅读(656)评论(0)赞 (6)

技术杂谈

如何在免费云端运行 Python 深度学习框架?

15

红色石头 发布于 2018-08-17

先说一下哦,结尾有福利!你懂的~ 热爱学习的你是否有过这样的经历: 想自己动手搭建神经网络,却不知选择哪种工具? 想配置深度学习框架 TensorFlow,却被复杂的配置步骤所困扰? 想使用 GPU 加速训练,却经费有限无法实现高配置? ······ 试想一下,如果有个免费的在线...

阅读(1753)评论(1)赞 (12)

笔试面试

机器学习笔试题精选(七)

3

红色石头 发布于 2018-08-14

机器学习是一门理论性和实战性都比较强的技术学科。在应聘机器学习相关工作岗位时,我们常常会遇到各种各样的机器学习问题和知识点。为了帮助大家对这些知识点进行梳理和理解,以便能够更好地应对机器学习笔试包括面试。红色石头准备在公众号连载一些机器学习笔试题系列文章,希望能够对大家有所帮助!...

阅读(1315)评论(0)赞 (5)

深度学习

你应该掌握的 6 种激活函数

17

红色石头 发布于 2018-08-07

我们知道,神经网络模型中,各隐藏层、包括输出层都需要激活函数(Activation Function)。我们比较熟悉的、常用的激活函数也有 ReLU、Sigmoid 等等。但是,对于各个激活函数的选取方法、区别特点还有几点需要特别注意的地方。今天红色石头就和大家一起来总结一下常用...

阅读(1407)评论(0)赞 (9)

吴恩达deeplearning.ai

吴恩达《序列模型》课程笔记(3)– Sequence models & Attention mechanism

27

红色石头 发布于 2018-08-02

《Recurrent Neural Networks》是Andrw Ng深度学习专项课程中的第五门课,也是最后一门课。这门课主要介绍循环神经网络(RNN)的基本概念、模型和具体应用。该门课共有3周课时,所以我将分成3次笔记来总结,这是第三节笔记。 1. Basic Models ...

阅读(792)评论(0)赞 (3)

吴恩达deeplearning.ai

吴恩达《序列模型》课程笔记(2)– NLP & Word Embeddings

17

红色石头 发布于 2018-08-02

《Recurrent Neural Networks》是Andrw Ng深度学习专项课程中的第五门课,也是最后一门课。这门课主要介绍循环神经网络(RNN)的基本概念、模型和具体应用。该门课共有3周课时,所以我将分成3次笔记来总结,这是第二节笔记。 1. Word Represen...

阅读(797)评论(0)赞 (0)

吴恩达deeplearning.ai

吴恩达《序列模型》课程笔记(1)– 循环神经网络(RNN)

18

红色石头 发布于 2018-08-02

《Recurrent Neural Networks》是Andrw Ng深度学习专项课程中的第五门课,也是最后一门课。这门课主要介绍循环神经网络(RNN)的基本概念、模型和具体应用。该门课共有3周课时,所以我将分成3次笔记来总结,这是第一节笔记。 1. Why sequence ...

阅读(1015)评论(0)赞 (3)

卷积神经网络

吴恩达《卷积神经网络》课程笔记(4)– 人脸识别与神经风格迁移

17

红色石头 发布于 2018-08-02

《Convolutional Neural Networks》是Andrw Ng深度学习专项课程中的第四门课。这门课主要介绍卷积神经网络(CNN)的基本概念、模型和具体应用。该门课共有4周课时,所以我将分成4次笔记来总结,这是第4节笔记,主要介绍卷积神经网络的特殊应用:人脸识别与...

阅读(624)评论(0)赞 (0)