【機器學習 2022】魚與熊掌可以兼得的深度學習

  Рет қаралды 45,311

Hung-yi Lee

Hung-yi Lee

Күн бұрын

Пікірлер: 41
@HungyiLeeNTU
@HungyiLeeNTU 2 жыл бұрын
26:30 此處開始影片中的參數有部分錯誤,我已經在投影片中修正,請見以下投影片 P19 - 21 speech.ee.ntu.edu.tw/~hylee/ml/ml2022-course-data/whydeep%20(v4).pdf
@Terry0319
@Terry0319 Жыл бұрын
醍醐灌頂,謝謝老師,聽完這堂課連吃飯睡覺都變香了
@binterminator
@binterminator 2 жыл бұрын
老师讲的太好了,形象易懂,最好的入门教程,没有之一!
@hgh468
@hgh468 Жыл бұрын
之前碰到一個問題,就是很多文章的卷積模型都是3x3的核心 很少會看到有比較大的核心像是5x5 7x7 11x11 後來知道其實3x3跟另一個3x3卷積也可以做出5x5的核心 而兩層3x3有20個參數,跟一層5x5有26個參數比也是比較少 應該也是驗證這堂所講的
@yuxingben399
@yuxingben399 2 жыл бұрын
Your lecture becomes better and better. Best ML/deep learning class on KZbin. Very insightful!!!
@蕭淇元
@蕭淇元 2 жыл бұрын
機器學習也許會放送事故 但是永遠不缺席😎 老師也辛苦了
@沈默-g6x
@沈默-g6x 2 жыл бұрын
非常感谢您的课程,真的很生动很易懂,学到了很多。
@pohsoonchang6127
@pohsoonchang6127 2 жыл бұрын
谢谢。每一次都能学到新的东西
@wood6461
@wood6461 5 ай бұрын
個人理解: Deep 牽一層而動全身,動前面層的就可以改變整個函數。一樣的函數圖形,deep 需要的參數量比 shallow 的少,function set 也就更小,需要的 training data 就更少。 可以想成,deep 的參數中,前面層的負責大範圍形狀,後面層的負責調小範圍形狀。在搞出有規律的函數圖形時,比起 shallow 的參數全都調小範圍形狀,deep 的大範圍形狀比較有效率
@li-pingho1441
@li-pingho1441 2 жыл бұрын
太感謝老師了.....教得太好
@扶墙种冬瓜
@扶墙种冬瓜 2 жыл бұрын
对深度学习的重新认知。
@ziyioulu2904
@ziyioulu2904 8 ай бұрын
老师讲得太好了!🤩
@YawLingLin
@YawLingLin Жыл бұрын
Excellent explanations and well presention; 非常具啟發性,非常感謝。
@nullpointer0x0000
@nullpointer0x0000 2 жыл бұрын
哇 老师太赞了 刚有这个疑问 马上就出来了
@sheno4064
@sheno4064 2 жыл бұрын
老師辛苦了
@furuf3756
@furuf3756 11 ай бұрын
哇,真的讲太好了吧
@jeffkevin3
@jeffkevin3 2 жыл бұрын
老師辛苦了!~
@aajjja
@aajjja 4 ай бұрын
32:21的时候是不是讲错了,x = 0的时候,a1应该是0.5,a2应该是0.
@lch99310
@lch99310 2 жыл бұрын
謝謝老師提供這麼多好課程 想請問老師有提供偏向如何coding出這些應用的課程嗎
@Terry0319
@Terry0319 Жыл бұрын
謝謝老師
@CLiu-qn3mf
@CLiu-qn3mf 2 жыл бұрын
讲的太好了
@xinliu_4242
@xinliu_4242 2 жыл бұрын
老师辛苦了
@HungyiLeeNTU
@HungyiLeeNTU 2 жыл бұрын
本週停更喔
@kevintsai4969
@kevintsai4969 2 жыл бұрын
為什麼呀 老師 QQ
@yvlinchiang
@yvlinchiang 2 жыл бұрын
🥲
@Yuyang-y5t
@Yuyang-y5t 10 ай бұрын
为什么大于0.5,输入和输出是一样的呢,这个图是怎么对应的,不太明白
@fu-laiwen2102
@fu-laiwen2102 2 жыл бұрын
impressive. Thanks a for the clear explanation.
@gzbin365
@gzbin365 2 жыл бұрын
谢谢老师
@RS-303
@RS-303 2 жыл бұрын
図による説明がわかりやすくて他の動画と一線を画すと思います。 私は、強化学習で1✕65536のネットワークを最近使っていました。エージェントの種類によりますが、縦のノード数を変えるだけなので簡単でした。GPUの利用率は、デープなものと比較しかなり高くなります。
@feixiongluo4198
@feixiongluo4198 8 ай бұрын
Impressive!
@_2079
@_2079 2 жыл бұрын
老師想問如果訓練中真的跳電 實務上有比較好的辦法不要讓前面訓練都做白工嗎
@FallMaple
@FallMaple 2 жыл бұрын
定期儲存訓練中的模型就可以了 斷電之後再讀取最後儲存的模型出來繼續訓練
@glhuang7944
@glhuang7944 2 жыл бұрын
我看b站上面搬运上两年的课程都有百万左右的播放量,李老师可以去b站开一个账号,不怕被说通共的话,哈哈哈。
@bessielee6944
@bessielee6944 2 жыл бұрын
台湾永远是中国领土不可分割的一部分hhh
@KyouKo-x7g
@KyouKo-x7g 2 жыл бұрын
身為台灣人,其實很多人都希望兩岸和平相處,那些仇共通共,根本就是莫須有的罪名,一直被黨國為了自己的政治利益,而炒作加到 台灣自己人的身上 (自己人 汙衊 自己人),所以 成功洗腦了台灣很多人,變得 不問是非,只問黨國。
@jhyao735
@jhyao735 2 жыл бұрын
good idea
@yangod2908
@yangod2908 2 жыл бұрын
我来当课代表怎么样 老师,帮您搬运视频
@海棉起司
@海棉起司 Жыл бұрын
@@yangod2908 這是開放式課程,搬運記得註明來源
@kevintsai4969
@kevintsai4969 2 жыл бұрын
頭香
@xiaozhang-z6p
@xiaozhang-z6p 6 ай бұрын
@wing-fungku9953
@wing-fungku9953 2 жыл бұрын
老師辛苦了
Правильный подход к детям
00:18
Beatrise
Рет қаралды 11 МЛН
To Brawl AND BEYOND!
00:51
Brawl Stars
Рет қаралды 17 МЛН
【機器學習2022】開學囉~ 又要週更了~
32:27
Hung-yi Lee
Рет қаралды 174 М.
卷积神经网络(CNN)详细介绍及其原理详解
1:25:12
[ 李宏毅教授演講 ]  今天的人工智慧 其實沒有你想的那麼厲害
30:04
2020 台大電機營 Elevate
Рет қаралды 29 М.
Правильный подход к детям
00:18
Beatrise
Рет қаралды 11 МЛН