23篇文章 · 34952字 · 7人關(guān)注
-
李宏毅機(jī)器學(xué)習(xí)（二十三）無監(jiān)督學(xué)習(xí)Deep Generative Model(二)內(nèi)容銜接上一講，上節(jié)我們講到VAE，我們?yōu)槭裁从肰AE而不用auto-encoder呢，直覺上的原因是如果是auto-encoder，我們期待的...
-
李宏毅機(jī)器學(xué)習(xí)（二十二）無監(jiān)督學(xué)習(xí)Generatiave Model-1先以一張圖說明下 “如果我不能創(chuàng)造，那我并沒有理解”----------理查德費(fèi)曼 我們也許能讓機(jī)器區(qū)分一只貓和一只狗，但是我們未來也許會(huì)希望讓...
-
李宏毅機(jī)器學(xué)習(xí)（二十一）無監(jiān)督學(xué)習(xí)Auto Encoder自動(dòng)編碼器我們先講講編碼器，就比如我們拿手寫數(shù)字圖片，我們輸入28*28維圖片，通過編碼器，使其變成降維后的編碼（反應(yīng)其某些特性），不過因?yàn)槲覀兂３２恢?..
-
李宏毅機(jī)器學(xué)習(xí)（二十）無監(jiān)督學(xué)習(xí)Neighbor Embedding近鄰嵌入Manifold Learning 我們有時(shí)候的特征其實(shí)是低維度的放到高緯度上去，比如地球表面是2維的，但是被放到了3維空間，比如左下的S曲面，...
-
李宏毅機(jī)器學(xué)習(xí)（十九）無監(jiān)督學(xué)習(xí)Word EmbeddingWord Embedding詞嵌入向量 我們對(duì)于不同的分類，常常使用的就是1-of-N Encoding(或者叫One-hot編碼)，每個(gè)元素只...
-
李宏毅機(jī)器學(xué)習(xí)（十八）無監(jiān)督學(xué)習(xí)-線性模型Unsupervised Learning - Linear Model 無監(jiān)督學(xué)習(xí)我們大致分為2種情況，聚類和無中生有化繁為簡(jiǎn)，比如呢，我們有...
-
李宏毅機(jī)器學(xué)習(xí)（十七）semi-supervised learning半監(jiān)督學(xué)習(xí)什么是半監(jiān)督學(xué)習(xí)呢，我們都知道有監(jiān)督學(xué)習(xí)是數(shù)據(jù)都有特征和標(biāo)簽，而半監(jiān)督的數(shù)據(jù)除了R部分有標(biāo)簽的，還有U部分無標(biāo)簽但是有特征的。半監(jiān)督學(xué)習(xí)也分為t...
-
李宏毅機(jī)器學(xué)習(xí)（十六）Why Deep為什么Deeper更好，我們神經(jīng)網(wǎng)絡(luò)層數(shù)多，因?yàn)閰?shù)多，當(dāng)然也表現(xiàn)得更好 我們比較胖短型和深瘦型，哪個(gè)有優(yōu)勢(shì)呢，我們需要在相同的參數(shù)量下進(jìn)行比較...
-
李宏毅機(jī)器學(xué)習(xí)（十五）Converlutional Neuron Network卷積神經(jīng)網(wǎng)絡(luò)我們都知道CNN常用于圖像處理，也可以用一般神經(jīng)網(wǎng)絡(luò)去訓(xùn)練，為什么使用卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練呢？我們訓(xùn)練一個(gè)一般神經(jīng)網(wǎng)絡(luò)往往希望每層訓(xùn)練出一個(gè)基本的分...
