无痛的机器学习第一季目录

经过5个月的努力,我终于完成了40篇不高不低还算有些干货的机器学习文章。回首看看这5个月的努力,每一次的写作都充满了开心与痛苦。说开心是因为当自己完成每一个章节的写作后,自己感觉对这一部分的知识有了更加深刻地认识,而痛苦则是对写作过程中一系列事情的恐惧——找不到好选题,对论文细节的困惑,跑不出想要的结果,难以用通俗易懂的语言描述自己所知……好在这一切就要告一段落了。

以下就做一个集合贴,展示一下这一季的所有文章,对本专栏文章感兴趣的童鞋,收藏这一篇就足够了(后续未发布的几篇和番外篇会更新上来):

第二季目录传送门:无痛的机器学习第二季目录

文章目录

CNN网络基础结构

神经网络-全连接层(1)

神经网络-全连接层(2)

神经网络-全连接层(3)

卷积层(1)

卷积层(2)

卷积层(3)

CNN网络上层结构

CNN——架构上的一些数字

CNN--结构上的思考

CNN Dropout的极端实验

Caffe源码分析

Caffe代码阅读——层次结构

Caffe源码阅读——Net组装

Caffe代码阅读——Solver

CNN--两个Loss层计算的数值问题

Caffe源码阅读——DataLayer&Data Transformer

生成网络

DCGAN的小尝试(1)

DCGAN的小尝试(2)

VAE(1)——从KL说起

VAE(2)——基本思想

VAE(3)——公式与实现

VAE(4)——实现

优化算法

梯度下降是门手艺活……

路遥知马力——Momentum

CNN——L1正则的稀疏性

Caffe中的SGD的变种优化算法(1)

Caffe中的SGD的变种优化算法(2)

CNN可视化

CNN-反卷积(1)

CNN-卷积反卷积(2)

寻找CNN的弱点

CNN数值

CNN的数值实验 - 无痛的机器学习 - 知乎专栏

CNN数值——xavier(上) - 无痛的机器学习 - 知乎专栏

CNN数值——xavier(下) - 无痛的机器学习 - 知乎专栏

CNN数值——ZCA - 无痛的机器学习 - 知乎专栏

FCN

FCN(1)——从分类问题出发

FCN(2)——CRF通俗非严谨的入门

FCN(3)——DenseCRF

FCN(4)——Mean Field Variational Inference

FCN(5)——DenseCRF推导

FCN(6)——从CRF到RNN

Representation

CenterLoss——实战&源码

GPU

[翻译]Exploring the Complexities of PCIe Connectivity and Peer-to-Peer Communication - 无痛的机器学习 - 知乎专栏

“聊点轻松的”系列

聊点轻松的——划个水

聊点轻松的2——斗图篇

聊点轻松的3——什么是学习

聊点轻松的4——这回真的很轻松

聊点轻松的5——这篇写得并不轻松

番外篇

番外篇(1)——最速下降法

番外篇(2)——无聊的最速下降法推导

番外篇(3)——最速下降法的特点

番外篇(4)——共轭梯度法入坑

番外篇(5)——共轭方向的构建

番外篇(6)——共轭梯度的效果

文章被以下专栏收录