原创 Lecture 01-05 Basic —— Hinton課程

轉載自https://www.cnblogs.com/jesse123/p/7131929.html Link: Neural Networks for Machine Learning - 多倫多大學 Link: Hinton的CSC3

原创 Lecture 07 & 08 RNN---Hinton課程

轉載自https://www.cnblogs.com/jesse123/p/7181320.html Link: Neural Networks for Machine Learning - 多倫多大學 Link: Hinton的CSC3

原创 lecture15 自動編碼器、語義哈希、圖像檢索——Hinton課程

轉載自https://www.cnblogs.com/shouhuxianjian/p/4529167.html Hinton第15課,本節有課外讀物《Semantic Hashing》和《Using Very Deep Autoenco

原创 lecture14 RBM的堆疊、修改以及DBN的決策學習和微調——Hinton課程

轉載自https://www.cnblogs.com/shouhuxianjian/p/4529168.html 這是Hinton的第14課,主要介紹了RBM和DBN的東西,這一課的課外讀物有三篇論文《Self-taught learni

原创 Lecture 13 BP算法的討論和置信網——Hinton課程

轉載自https://www.cnblogs.com/shouhuxianjian/p/4529169.html 這是HInton課程第13課,這一課有兩篇論文可以作爲課外讀物《Connectionist learning of beli

原创 Lecture 09 & 10 Bayesian——Hinton課程

Link: Neural Networks for Machine Learning - 多倫多大學 Link: Hinton的CSC321課程筆記   Lecture 09 Lecture 10   提高泛化能力 介紹不同的方法去控制網

原创 Lecture 06 Converage——Hinton課程

轉載自https://www.cnblogs.com/jesse123/p/7171027.html Link: Neural Networks for Machine Learning - 多倫多大學 Link: Hinton的CSC3

原创 lecture16 聯合模型、分層座標系、超參數優化及本課未來的探討——Hinton課程

轉載自https://www.cnblogs.com/shouhuxianjian/p/4529166.html 這是HInton的第16課,也是最後一課。   一、學習一個圖像和標題的聯合模型 在這部分,會介紹一些最近的在學習標題和描述

原创 Lecture 11 & 12 Hopfield Nets and Boltzmann Machine——Hinton課程

轉載自https://www.cnblogs.com/jesse123/p/7193308.html 注:部分課件源於Hinton的課程 Neural Networks for Machine Learning 之Hopfield Net

原创 搜索引擎系統的原理和實踐

轉載自https://www.cnblogs.com/binyue/p/3464052.html 搜索引擎的原理和分析指標 (1)搜索引擎的工作原理 搜索引擎的工作原理大致可以分爲: 蒐集信息:搜索引擎的一個部分可以實現信息自動蒐集。 整

原创 Redis常用命令參考

轉載自:https://kefeng.wang/2017/08/16/redis-command/ Redis 命令可以直接在 Redis 命令行中執行,用於管理員維護服務器或開發人員維護數據。Redis 命令很龐雜,本文把它們按用途分類

原创 Pytorch常用技巧

轉載自 https://www.pytorchtutorial.com/pytorch-goodies/      本文總結了一些網上大家貢獻的 PyTorch 編程技巧、常見代碼等,包含模型統計數據、參數初始化、參數正則化等常用方法。如

原创 解決ValueError: Variable model/wpe already exists,reuse=True or reuse=tf.AUTO_REUSE in VarScope

訓練gpt2時出現的問題,報錯信息如下圖所示: 詳細信息爲: ValueError: Variable model/wpe already exists, disallowed. Did you mean to set reuse=Tr

原创 Pytorch實現二分類器

以下我們用 PyTorch 實現一個很簡單的二分類器,所用的數據來自 Scikit learn。 首先來生成含200個樣本的數據,並繪製出樣本的散點圖如下圖所示: import matplotlib.pyplot as plt from

原创 pytorch 1.0.1升級

Pytorch 1.0於2018-12-8發佈,詳見https://github.com/pytorch/pytorch/releases/tag/v1.0.0 主要更新 JIT 全新的分佈式訓練包:torch.distributed 舊