Generative Model1.Generative模型介绍 引入：将network当作一个生成器 输入是简单的distribution，经过network,输出复杂的distribution 输入可以是一个已知的formulation，然后sample from it 为什么使用distribution？是为了输出的创造性，即当有相同的输入时可以有不同的输出 2.GAN(生成式对抗模型

Transformersequence-to-sequence model,输入和输出的长度没有固定关系 应用： Speech Recognition Machine Translation Speech Translation Text-to-Speech chatbot,question+context—>seq2seq—>answer syntactic parsing(文法剖析

CNN & Self-AttentionConvolutional Neural Network(CNN)专门用于影像处理 引入：Image classification 一张100100的RGB图片，可以看作3100*100，分别是channel，高，宽。 按照之前的想法，使用全连接网络，feature有3100100，假设sigmoid有100个，那么参数w将达到3*10^7个，参数越

Deep Learning1、General Guidance总结： 1、并不是所有的在测试集上表现结果差都是overfitting,要先看在training data上的los怎么样？ large: model bias（模型的限制）——>增加模型的复杂程度,function的范围 optimize(局部最优解)——>增加找function的力度 small: loss on

HomeWork1: COVID-19 Cases Prediction (Regression)kaggle:https://www.kaggle.com/competitions/ml2021spring-hw1/submissions# 初始code：https://colab.research.google.com/github/ga642381/ML2021-Spring/blob/ma

机器学习基本概念总结

9.21—华为全联接大会时间线： 上午：听华为产品的发布会： 鸿蒙OS，鸿蒙生态 中午：小逛了一下各个集市展览： 机器狗（云深处）—用于电站、工厂、管廊巡检，应急救援、消防侦查 病例生成、诊疗分析大模型，药物分拣机器人 下午：参加了三场学术会议： 基于CANN的计算机视觉和多模态大模型应用 视频增强修复 背景：老视频的像素提升 应用：AI视频修复平台，智能超分系统 端侧端云的机器人技术

MBTI 性格测试小程序Github地址：https://github.com/chuanshanh/jhxdada 零、放在前面一些介绍： 是鱼皮的一个项目的第一阶段，做一个性格测试的小程序，为后面的AI答题应用平台做准备 由于算法设计比较简单，可以直接放在前端，所以没有后台 通过三个核心页面的开发学习了前端React的基于Taro的基本开发流程：界面—-样式—-逻辑 还有小程序开发过程中常见问

1.相交链表 描述：给你两个单链表的头节点 headA 和 headB ，请你找出并返回两个单链表相交的起始节点。如果两个链表不存在相交节点，返回 null 。 思路一： 分别设置两个指针指向两个链表的表头，同时往后遍历，一旦到达链表尾就跳到另一个链表头开始遍历。如果两个链表存在交点，两个指针到达交点时经过的路径是相等的，恰好相遇。如果两个链表不存在交点，那么就分别遍历了两个链表的长度，A和B都

1.矩阵置零 描述：给定一个 *m* x *n* 的矩阵，如果一个元素为 0 ，则将其所在行和列的所有元素都设为 0 。请使用 原地 算法。 思路一： 使用两个标记数组，，用矩阵的第一行和第一列代替两个标记数组，分别表示每一行，每一列是否要置为零，遍历矩阵，更新标记数组，再用标记数组来更新矩阵。达到O(1)的额外空间。 代码： 123456789101112131415161718192021