7. 程序员的性格为什么那么轴，那都是有原因的
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
学习分享一年，对神经网络的理解全都在这40分钟里了
...
1. 非计算机专业学编程难在哪？
...
从“卷积”、到“图像卷积操作”、再到“卷积神经网络”，“卷积”意义的3次改变
...
“交叉熵”如何做损失函数？打包理解“信息量”、“比特”、“熵”、“KL散度”、“交叉熵”
...
什么是“感知机”，它的缺陷为什么让“神经网络”陷入低潮
...
从头开始，把概率论、统计、信息论中零散的知识统一起来
...
4. 用“λ演算法”去理解，为什么函数式编程会有更少的bug
...
“损失函数”是如何设计出来的？直观理解“最小二乘法”和“极大似然估计法”
...
3. 编程是如何用数学解决现实问题的？
...
卷积神经网络的底层是傅里叶变换，傅里叶变换的底层是希尔伯特空间坐标变换
...
GPT的火爆，可能正在“杀死”软件工程
...
6. 软件工程背后的思想是如何影响编程的
...
Python大神Mosh巅峰之作,油管年度最佳作品，零基础小白6小时完全入门,全程通俗易懂!【中文字幕版】
...
“随机梯度下降、牛顿法、动量法、Nesterov、AdaGrad、RMSprop、Adam”，打包理解对梯度下降法的优化
...
“L1和L2正则化”直观理解(之二)，为什么又叫权重衰减？到底哪里衰减了？
...
如何理解“梯度下降法”？什么是“反向传播”？通过一个视频，一步一步全部搞明白
...
从编解码和词嵌入开始，一步一步理解Transformer，注意力机制(Attention)的本质是卷积神经网络(CNN)
...
“神经网络”是什么？如何直观理解它的能力极限？它是如何无限逼近真理的？
...
“L1和L2正则化”直观理解(之一)，从拉格朗日乘数法角度进行理解
...
5. 深度学习和元胞自动机有什么关系？会给编程带来什么样的颠覆性改变？
...
“拉格朗日对偶问题”如何直观理解？“KKT条件” “Slater条件” “凸优化”打包理解
...
985华五南京大学毕业裁员后b站教高等数学，用python分析函数的极限，学弟学妹看后让我手把手教ta
...
概率论里的特征函数，如何用卷积定理去理解
...
2. 为什么所有编程语言都是数据+指令？
...
如果大数定律失效，机器学习还能学吗？幂律分布可以告诉你答案
...
什么是SVM，如何理解软间隔？什么是合叶损失函数、铰链损失函数？SVM与感知机横向对比，挖掘机器学习本质
...
softmax是为了解决归一问题凑出来的吗？和最大熵是什么关系？最大熵对机器学习为什么非常重要？
...
从无穷小来看，芝诺悖论错哪了？1=0.999...吗？ε-δ描述极限到底严谨在哪？微分就是无穷小吗？
...
如何防止服务器遭到sql注入？
...
贝叶斯解释“L1和L2正则化”，本质上是最大后验估计。如何深入理解贝叶斯公式？
...
用VC维度理解SVM的结构风险最小化 & VC维是理解正则化的第4个角度
...
直观解释：为什么噪声不是过拟合的原因?又什么只要没有过拟合就一定有噪声?
...
为什么颜色网站免费看但加载慢？黑客在后台都快笑疯了！（仅供网络安全/渗透测试/信息安全/黑客技术教学）
...
如何用概率论解决真实问题？用随机变量去建模，最大的难题是相关关系
...
直观理解概率论里的“依概率收敛” “几乎处处收敛”“以分布收敛”
...
哥德尔不完备视角下的自然数为什么如此特殊？这个问题隐藏着数学和世界真实性的线索
...
真随机存在吗？量子力学如何超越概率论？经典概率和量子概率的联系与区别
...
VC维是如何推导出来的？为什么说它是机器学习理论最重要的发明？
...
70年老算法Dijkstra被证明普遍最优 斩获顶会FOCS 2024最佳论文
...
张雪峰怒怼华为员工，你的水平高不到哪里去