深度卷积神经网络（CNNs）在特征识别相关任务中取得的效果，远比传统方法好。因此，CNNs常用于图像识别、语音识别等。但是，因为CNNs结构庞大，一般都会包含几十个神经层，每一层，又有数百至数千个神经...

在利用深度学习模型分析DNA序列时，需要对DNA序列进行one hot encoding。以下是使用PyTorch对DNA序列进行One-hot编码的三种方法，并整合在一个代码中，同时计算不同方法处理...

先明确一点就是，Deep Learning是全部深度学习算法的总称，CNN是深度学习算法在图像处理领域的一个应用。 第一点，在学习Deep learning和CNN之前，总以为它们是很了不得的知识，总...

深度学习广泛应用于各个领域。基于transformer的预训练模型（gpt/bertd等）基本已统治NLP深度学习领域，可见transformer的重要性。本文结合《Attention is all ...

深度学习中的优化问题通常指的是：寻找神经网络上的一组参数θ，它能显著地降低代价函数J(θ)。针对此类问题，研究人员提出了多种优化算法，Sebastian Ruder 在《An overview of ...

“没有测量，就没有科学。”这是科学家门捷列夫的名言。 在计算机科学中，特别是在机器学习的领域，对模型的测量和评估同样至关重要。只有选择与问题相匹配的评估方法，我们才能够快速的发现在模型选择和训练过程中...

前言 神经网络构建好，训练不出好的效果怎么办？明明说好的，拟合任意函数(一般连续)？可以参考：http://neuralnetworksanddeeplearning.com/ 说好的足够多的数据(h...

在深度学习中，常常会遇到batch size, step(iteration), epoch等词。对于很多新手不太清楚这些词之间的关系是什么。这里做一个简单介绍。 名词 定义和含义 epoch 一个e...

在机器学习中，无监督学习一直是我们追求的方向，而其中的聚类算法更是发现隐藏数据结构与知识的有效手段。目前如谷歌新闻等很多应用都将聚类算法作为主要的实现手段，它们能利用大量的未标注数据构建强大的主题聚类...

前言 L1/L2正则化的目的是为了解决过拟合，因此我们先要明白什么是过拟合、欠拟合。 过拟合：训练出的模型在测试集上Loss很小，在训练集上Loss较大 欠拟合：训练出的模型在测试集上Loss很大，在...