之前在Windows上借助VS编译opencv,很轻松就能搞定，到Linux下踩了坑，Ubuntu下编译、卸掉重编...[作者空间]

概念汇总 以下表格中的指标和概念汇总，主要用于评价机器学习中模型的优劣，详细解释见下面的【概念解析】部分。 1.I...[作者空间]

神经网络的正向传播和反向传播梯度下降的推导过程其实在吴恩达机器学习公开课第五周：https://zhuanlan....[作者空间]

1.梯度消失/梯度爆炸 训练神经网络，尤其是深度神经所面临的一个问题就是梯度消失或梯度爆炸(Vanishing/E...[作者空间]

1.激活函数 使用一个神经网络时，需要决定使用哪种激活函数（Activation functions）用隐藏层上，...[作者空间]

1.参数 VS 超参数 1.1 什么是超参数（Hyperparameters ）？ 比如算法中的 learning...[作者空间]

1. 大规模机器学习 1.1 大型数据集 现实世界中，往往数据集的规模很大，譬如人口普查数据、谷歌、阿里、亚马逊,...[作者空间]

1. 异常检测 1.1 问题的动机 异常检测，Anomaly detection，常用于非监督学习，让我们用一个飞...[作者空间]

1.聚类(Clustering) 1.1 介绍 之前的课程介绍的都是监督学习、而聚类属于非监督学习，在一个典型的监...[作者空间]

1. 支持向量机Support Vector Machines 1.1 介绍 在分类问题中，除了线性的逻辑回归模型...[作者空间]

1. 应用机器学习的建议 1.1 下一步做什么 仍然使用预测房价的学习例子，假如你已经完成了正则化线性回归，也就是...[作者空间]

第五周—神经网络、反向传播算法和随机初始化 1.神经网络的损失函数 神经网络模型中损失函数/代价函数和之前的逻辑回...[作者空间]

1. 神经元 1.1 神经元 为了构建神经网络模型，我们需要首先思考大脑中的神经网络是怎样的？每一个神经元都可以被...[作者空间]

1.分类问题（Regression） 在分类问题中，你要预测的变量 ? 是离散的值，我们将学习一种叫做逻辑回归 (...[作者空间]

1.多变量线性回归 在第一周的房价和房屋面积的例子中，由于变量只有一个—面积，所以这类机器学习问题称为单变量线性回...[作者空间]

1.课程回顾 例1：房价和面积—预测 给定一组房价和房屋面积的数据集，通过机器学习算法(监督学习)来拟合画出一条线...[作者空间]

前言 本文主要CNN系列论文解读——AlexNet的简介、模型结构、参数计算、网络结构的代码实现等。原文发表于语雀...[作者空间]

前言 本文主要CNN系列论文解读——VGG的简介、模型结构、参数计算、网络结构的代码实现等。原文发表于语雀文档，排...[作者空间]

前言 本文主要CNN系列论文解读——Network in Network的简介、模型结构、网络结构的代码实现等。原...[作者空间]

前言 本文主要CNN系列论文解读——GoogLeNet简介、模型结构、网络结构的代码实现等。原文发表于语雀文档，排...[作者空间]