腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

算法channel

专栏作者

853

文章

1022929

阅读量

136

订阅数

《动手学深度学习》Pytorch版开源！

深度学习 pytorch 神经网络卷积神经网络编程算法

李沐等人的开源中文书《动手学深度学习》现在有 PyTorch 版实现了。不论是原书中的示例代码，还是实战项目，原来的 MXNet 都可以无缝转化到 PyTorch 代码。项目作者在保持原书内容基本不变的情况下，将 MXNet 代码都转换为了 PyTorch，想要学习 DL 和 PyTorch 的小伙伴们可以试试啊。

2019-12-30

1.1K0

80页机器学习笔记，帮你少走弯路！

编程算法机器学习卷积神经网络神经网络

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、反向传播等），不同的机器学习算法和流行模型，以及一些作者在实践中学到的技巧和经验。

2019-10-08

3220

BAT面试题4：简单聊聊特征工程

机器学习大数据卷积神经网络编程算法线性回归

接下来，每天推送一道BAT的面试题，一般问到的这些知识点都是很重要的，所以知道的就再复习一下，不知道的希望这篇可以帮助到你。日积月累，你会在不知不觉中就步入机器学习的大门，并且越走越远。同时，还能助你顺利拿到OFFER.

2018-10-23

1.6K0

爱(AI)与你同行系列"(1)：从哪三个方面入手做好特征选择工程？

机器学习大数据编程算法卷积神经网络线性回归

今天我们聊一聊特征工程方面的知识，随着大数据时代的到来，特征工程发挥着越来越重要的作用。当数据预处理完成后，我们需要选择有意义的特征输入机器学习的算法和模型进行训练。简单说，就是发现对因变量y有明显影响作用的特征，通常称自变量x为特征，特征工程的目的是发现重要特征。一般来说，特征工程大体上可以分为三个方面，一是特征构造，二是特征生成，三是特征选择。

2018-09-30

4580

深度学习|卷积神经网络（CNN）介绍（后篇）

深度学习卷积神经网络决策树

01 — 回顾昨天介绍了CNN的卷积操作，能减少权重参数的个数，卷积操作涉及到三个超参数：深度（Depth）步长（Stride）零填充（Zero-padding）还有一种运算，叫做求内积，关于这部分的总结，请参考：深度学习|卷积神经网络（CNN）介绍（前篇）下面，阐述CNN剩下的两种操作，ReLU，Pooling。 02 — ReLU操作 CNN用的激活函数不是Sigmoid函数，大家都知道Sigmoid函数最大的问题是随着深度学习会出现梯度消失，这样会导致最后的收敛速度变得很慢，经过实践

2018-04-02

1.5K0

深度学习|卷积神经网络（CNN）介绍（前篇）

深度学习卷积神经网络神经网络编程算法

01 — 回顾以上推送了神经网络相关的介绍性内容和相关的基础理论，包括：神经网络的基本结构：输入层，隐含层，输出层；批随机梯度下降算法（mini-batch SGD）；前向传播，激活函数；反向传播求参数的偏导，四个公式；手写字数据集的mini-batch SGD 源码实现（借助BP算法求参数偏导）；对隐藏层的感性认识，神经网络的隐含层是如何从具体到抽象层层构建的。以上阐述了深度神经网络（DNN）的基本理论，关于这些介绍请参考以下推送：为什么要有深度学习？系统学习清单深度学习|神经网络模型

2018-04-02

1.3K0

没有更多了

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态