摘要:
我们希望通过回答为什么优化在机器学习中至关重要以及哪些任务可以转化为优化问题来开启本[课程](https://sites.google.com/view/cjin/teaching/ece539cos512-2021-ver)。在本课程中,我们所说的优化问题,指的是在集合X上寻找函数f最小值的通用问题,简记为min f(x) s.t. x ∈ X。 阅读全文
我们希望通过回答为什么优化在机器学习中至关重要以及哪些任务可以转化为优化问题来开启本[课程](https://sites.google.com/view/cjin/teaching/ece539cos512-2021-ver)。在本课程中,我们所说的优化问题,指的是在集合X上寻找函数f最小值的通用问题,简记为min f(x) s.t. x ∈ X。 阅读全文
posted @ 2026-08-04 16:08
Gokix
阅读(3)
评论(0)
推荐(0)

如何使用torch, torchvision等库写代码、训练模型。适合对象:初学者,预先学习过基础的理论知识,有阅读代码或LLM辅助写过简单模型代码的经历,想要训练自己模型代码能力
$$\text{[0w0 获得本博客主题 0w0]
https://github.com/Gokixxxx/cnblogs-beautify}$$
算法设计与分析 递归表达式的通项 时间复杂度渐进记号: \(f(n) = \Theta(g(n)) \Leftrightarrow \exists n_0, c_0, c_1, \forall n > n_0: c_0 \cdot g(n) \le f(n) \le c_1 \cdot g(n)\)
解决自然语言处理问题的基础方法:基于时序的模型。如HMM, CRF, RNN, transformer等
vEB树,利用树套树结构在O(log log U)的时间复杂度内解决值域为U的自然数集插入、删除、查询后继
Karger-Klein-Tarjan算法,可以在期望O(m+n)的时间复杂度内求解一个图的最小生成树。
ML Beginners Should Read Papers Structuring Your Project
Exercise: Classification problem using the MNIST dataset import torch import torch.nn as nn import torch.nn.functional as F import torch.optim as opti
Brooks 定理 对于简单连通图 G,若 G 既不是完全图,也不是奇回路,则 \(\chi(G) \le \delta(G)\);否则有 \(\chi(G) = \delta(G) + 1\) 。其中 \(\chi(G)\) 是 G 的最小点正常着色数,\(\delta(G)\) 是 G 的最大点
/> フ
| _ _ l
/` ミ_꒳ノ
/ |
/ ヽ ノ
│ | | |
/ ̄| | | |
| ( ̄ヽ__ヽ_)__)
\二つ
https://zh-v2.d2l.ai/
《动手学深度学习》第二版
能运行、可讨论的深度学习教科书
初学者学习理论的教程
拉普拉斯矩阵 以下讨论均针对简单无向图。 前置知识 度矩阵 图的度矩阵 \(\operatorname{D}\) 定义为:一个对角阵,\(D_{ii}\)表示\(i\)号节点的度。 邻接矩阵 图的邻接矩阵 \(\operatorname{A}\) 定义为:若存在\(i\)号节点指向\(j\)号节点的
stl_deque.h // Deque implementation -*- C++ -*- // Copyright (C) 2001-2014 Free Software Foundation, Inc. // // This file is part of the GNU ISO C++ L
表达式 双曲函数 \(\operatorname{sh} x = \dfrac{e^{x}-e^{-x}}{2}\) \(\operatorname{ch} x = \dfrac{e^{x}+e^{-x}}{2}\) \(\operatorname{th} x = \dfrac{e^{x}-e^{-
Taylor 公式 带 Peano 余项的 Taylor 公式 设 \(f(x)\) 在 \(x_0\) 处 \(n\) 阶可导,则在 \(x_0\) 的一个邻域中,对于该邻域中的 \(\forall x\) 成立: \[f(x)=f(x_0)+f^\prime(x_0)(x-x_0)+\dfrac
浙公网安备 33010602011771号