New Techniques
Deep Learning (History)
- 深度学习入门系列一-梯度下降法
- 深度学习入门系列一-梯度下降法-②
- 梯度下降法3
- 再探梯度下降法之梯度
- 深度学习入门系列4-反向传播BP算法
- 深度学习入门系列-逻辑回归
- 深度学习入门系列6-Convolution-Neural-Network-CNN-卷积神经网络
- 深度学习入门系列7-Tips-For-DeepLearning-全程高能
- 深度学习入门系列8-Tips-For-DeepLearning-2-全程高能
- 从分类到逻辑回归
- 高斯混合模型
- 机器学习中判别式模型和生成式模型
- 卷积、反卷积图像尺寸计算
- 卷积之空洞卷积与形变卷积
- 马尔可夫链-Markov-Chain
- 牛顿法
- 朴素贝叶斯分类器
- 深度学习实践
- 再探形变卷积
- 最小二乘法和梯度下降法
- Attention方法
- Auto-Encoder-in-DeepLearning
- Batch-Normalization
- Classification
- CNN-Receptive-Field-感受野
- Contrastive-Loss-对比损失-分析
- Cross-Entropy-的前世今生
- GAN对抗网络初识
- GAN-Basic-Theory
- 手动实现GAN网络生成动漫头像
- GAN-4-f-GAN推导
- HMM隐马尔可夫模型-到-CRF条件随机域
- Recurrent-Neural-Network-RNN
- Softmax函数详解
- SVM支持向量机
- Why-Deep
- ResNet-网络分析
- 深度学习入门系列-深度学习的误差来自哪里