在前两篇文章中我们了解了pytorch的一些基础概念以及模型训练的整体框架。今天我们继续介绍pytorch的一些常用包。传送门：pytorch入门（一）pytorch入门（二）Datase...

运筹学有时候面临的一种场景是求最短路（shortest path）问题：比如城市交通的网络设计，芯片的表面设计等。解决这类问题常用离散动态规划（discrete dynamic）方法。今天我们就来学习这种场景以及解决的算法。1抽象为模型我们用三个与现实场景十分相似的例子来介绍模型以及相关术语。利特尔维尔交通规划假设你是利特尔维尔城市的交通工程师，下图是该城市的市区街道规划图，图中标注了道路是单行道

1.L'Hospital法则利用柯西中值定理证明2.该法则适用f与g同时为无穷小量或g为无穷大量的情况3.注意该法则只给出了充分不必要条件今天我们介绍一种函数求极限的方法——L'Hospi...

1.嵌入是用向量表示一个物体2.用数值表示标识符，在机器学习领域称为词嵌入，也称分布式表示3.词嵌入通常有两种方法——基于平台的Embedding学习，基于预训练模型4.word2vec是...

隐马尔可夫模型的Inference问题一共五个，涉及的算法有前向算法、后向算法和Viterbi算法，Learning问题涉及的算法是EM算法。我们这一篇介绍具体的算法流程以及通过一个案例...

1.粒子滤波是动态系统非线性非高斯的情况2.粒子滤波无法像卡尔曼滤波求得解析解，需要用蒙特卡洛采样3.采取重要性采样方法近似计算也无法直接求解粒子滤波问题4.序列重要性采样得到t时刻与t...

上一节，我们介绍了Seq2Seq模型，它的生成序列来自同一个语义编码器C：因此，在句子比较短时，该模型性能还可以，对于稍长一些的句子，模型的性能就不尽人意了。为此，注意力机制模型应运而生。...

上一篇我们介绍了迁移学习的核心思想和流程，我们介绍一个实例来加深理解。传送门：迁移学习概述获取预训练模型pytorch和tensorflow都封装了很多预训练模型。pytorch通过工具包...

1.统计机器学习常用的四种方法：正则化、核化、集成化和层次化2.深度神经网络包括多层感知机、卷积神经网络和循环神经网络等3.深度生成网络包括深度有向网络、深度信念网络和深度波尔茨曼机4....

这一篇我们对从机器学习过渡到深度学习的入门篇做一个总结。深度学习分为深度神经网络和深度生成模型。其中，深度神经网络的基础是感知机算法（PLA），它是以错误驱动为思想的线性分类算法。在此基础...