李宏毅 DeepLearning-2017-Semi-supervised Learning
对我们来说，我们从来不缺都是data，但是缺的是有label的data,所以需要semi-supervised Learning 这里unlabel data是只告诉我们function Model的输入，但是不告诉输出，而且unlabeled data远大于labels data unlabeled data伴随着一些分布的假设，semi-supervised Learning 是否有用决定于你
相关文章
- 1. 李宏毅-Machine Learning（1）
- 2. 李宏毅 2020 Machine Learning
- 3. 李宏毅__ML_Notes_4.21
- 4. 【李宏毅】CNN
- 5. 李宏毅__ML_Notes_5.11
- 6. 李宏毅-DRL-S1
- 7. 李宏毅：Batch Normalization
- 8. 【李宏毅】RNN
- 9. 李宏毅——GAN
- 10. 李宏毅——transformer
- 更多相关文章...
- • R 数据框 - R 语言教程
- • 错误处理 - RUST 教程
- • Java Agent入门实战（一）-Instrumentation介绍与使用
- • Java Agent入门实战（三）-JVM Attach原理与使用
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 李宏毅-Machine Learning（1）
- 2. 李宏毅 2020 Machine Learning
- 3. 李宏毅__ML_Notes_4.21
- 4. 【李宏毅】CNN
- 5. 李宏毅__ML_Notes_5.11
- 6. 李宏毅-DRL-S1
- 7. 李宏毅：Batch Normalization
- 8. 【李宏毅】RNN
- 9. 李宏毅——GAN
- 10. 李宏毅——transformer