现代卷积神经网络-AlexNet-学习笔记
现代卷积神经网络-AlexNet-学习笔记AlexNet和LeNet的架构非常相似，这里提供的是一个稍微精简版本的AlexNet，去除了当年
Read more
吴恩达机器学习 course3 week3 强化学习
吴恩达机器学习 course3 week3 强化学习1.1 什么是强化学习
使用强化学习控制遥控直升飞机做特技动作(斯坦福大学) 来源：http://heli.stanford.edu/
“强化学习(reinforcement lea
2025-04-30
吴恩达机器学习 course3 week2 推荐系统和PCA算法
吴恩达机器学习 course3 week2 推荐系统和PCA算法序言推荐系统在商业上的应用广泛，如在亚马逊、Netflix等网站中为用户推荐商品或电影。推荐系统的经济价值巨大，许多公司的销售由推荐系统驱动。课程以预测电影收视率的应用为例，介
2025-04-07
数据库系统概论常考题型解题方法
数据库系统概论常考题型解题方法一、求闭包
观察题目中要求的属性: 若是单个属性直接在函数依赖集F中寻找能推出的属性; 若是复合属性则在函数依赖集 F 中求其中包含的单个属性和复合的多个属性能推出的属性。
重复上述过程，每使用过一个函数依赖
2025-03-27
余弦退火算法动态调整学习率
余弦退火算法动态调整学习率余弦退火算法（Cosine Annealing with Warm Restarts） 是一种学习率调度策略，通过周期性调整学习率，在训练过程中动态平衡优化过程的探索（exploration）和收敛（converg
2025-03-20
标签平滑
标签平滑缓解过拟合及其数学原理标签平滑（Label Smoot缓解过拟合hing）是一种正则化技术，主要用于分类问题中，通过调整模型的目标函数来减少过拟合的风险。它的核心思想是不让模型对训练样本的预测过于自信，从而鼓励模型学习到更加泛化的特
2025-03-20
CRNN 卷积循环神经网络
CRNN 卷积循环神经网络CRNN（Convolutional Recurrent Neural Network，卷积循环神经网络）是一种结合了卷积神经网络（CNN）和循环神经网络（RNN）的混合深度学习模型，主要用于处理序列建模与预测 任
2025-03-20
现代卷积神经网络-GoogLeNet-学习笔记
现代卷积神经网络-GoogLeNet GoogLeNet吸收了NiN中串联网络的思想，并在此基础上做了改进。 这篇论文的一个重点是解决了什么样大小的卷积核最合适的问题。GoogLeNet是第一次做到快100层卷积层（第一个做到超过100层的
2025-03-20
现代卷积神经网络-网络中的网络（NiN）-学习笔记
现代卷积神经网络-网络中的网络（NiN）-学习笔记NiN块
卷积层的输入和输出由四维张量组成，张量的每个轴分别对应样本、通道、高度和宽度，另外，全连接层的输入和输出通常是分别对应于样本和特征的二维张量。NiN的想法是在每个像素位置（针对每个
2025-03-20
现代卷积神经网络-VGG-学习笔记
现代卷积神经网络-VGG-学习笔记使用块的想法首先出现在牛津大学的视觉几何组（visual geometry group）的VGG网络中, 通过使用循环和子程序，可以很容易地在任何现代深度学习框架的代码中实现这些重复的架构。
VGG块
VG
2025-03-20
现代卷积神经网络-AlexNet-学习笔记
现代卷积神经网络-AlexNet-学习笔记AlexNet和LeNet的架构非常相似，这里提供的是一个稍微精简版本的AlexNet，去除了当年需要两个小型GPU同时运算的设计特点
AlexNet和LeNet的设计理念非常相似，但也存在显著差
2025-03-20