斯坦福大学2014机器学习教程个人笔记（V5.4）本笔记是针对斯坦福大学2014年机器学习课程视频做的个人笔记黄海广
2025/1/11 11:39:55
9MB
libraries_v140_x64_py35_1.1.0.tar.bz2免费下载，可以完整下载。
2025/1/11 4:19:34
143.92MB
机器学习及其分支深度学习主要任务是模拟或者实现人类学习行为，这些学习方法近年来在目标分类、语音识别等各项任务中取得巨大突破。
机器学的各种优化器极大了改善了学习模型的训练速度和泛化误差。
优化方法和超参数作为观察训练模型的窗口，能够探索学习模型的结构和训练机制，是机器学习研究的重点之一。
对机器学习的优化器与超参数理论研究进行了综述，回顾了超参数的一般搜索方法，对和优化器直接关联的批量大小、学习率超参数的设置方法进行了总结，对优化器和超参数需要进一步研究的问题进行了讨论。
机器学的各种优化器极大了改善了学习模型的训练速度和泛化误差。
优化方法和超参数作为观察训练模型的窗口，能够探索学习模型的结构和训练机制，是机器学习研究的重点之一。
对机器学习的优化器与超参数理论研究进行了综述，回顾了超参数的一般搜索方法，对和优化器直接关联的批量大小、学习率超参数的设置方法进行了总结，对优化器和超参数需要进一步研究的问题进行了讨论。
2025/1/11 4:05:23
1.57MB
仅使用numpy从头开始实现神经网络,包括反向传播公式推导过程;numpy构建全连接层、卷积层、池化层、Flatten层；
以及图像分类案例及精调网络案例等
以及图像分类案例及精调网络案例等
2025/1/10 9:58:50
334KB
数据挖掘k-medoids实现waveform聚类以及图像的分割，博客地址：https://blog.csdn.net/u011403848/article/details/83275914
2025/1/10 5:58:19
204KB