内容衔接上一讲，上节我们讲到VAE，我们为什么用VAE而不用auto-encoder呢，直觉上的原因是如果是auto-encoder，我们期待的...

先以一张图说明下 “如果我不能创造，那我并没有理解”----------理查德费曼 我们也许能让机器区分一只猫和一只狗，但是我们未来也许会希望让...

我们先讲讲编码器，就比如我们拿手写数字图片，我们输入28*28维图片，通过编码器，使其变成降维后的编码（反应其某些特性），不过因为我们常常不知道...

Manifold Learning 我们有时候的特征其实是低维度的放到高纬度上去，比如地球表面是2维的，但是被放到了3维空间，比如左下的S曲面，...

Word Embedding词嵌入向量 我们对于不同的分类，常常使用的就是1-of-N Encoding(或者叫One-hot编码)，每个元素只...

Unsupervised Learning - Linear Model 无监督学习我们大致分为2种情况，聚类和无中生有化繁为简，比如呢，我们有...

什么是半监督学习呢，我们都知道有监督学习是数据都有特征和标签，而半监督的数据除了R部分有标签的，还有U部分无标签但是有特征的。半监督学习也分为t...

为什么Deeper更好，我们神经网络层数多，因为参数多，当然也表现得更好 我们比较胖短型和深瘦型，哪个有优势呢，我们需要在相同的参数量下进行比较...

我们都知道CNN常用于图像处理，也可以用一般神经网络去训练，为什么使用卷积神经网络训练呢？我们训练一个一般神经网络往往希望每层训练出一个基本的分...