|
公众号名称：WGS的学习笔记
- 为方便读者清晰的了解我的公众号内容，特将此篇文章置顶，专门记录公众号分类专栏目录。
- 本公众号为个人算法学习笔记，如果读后能有收获，谢谢帮忙点赞和转发。
- 原创不易，转载请注明出处。
自己整理的代码链接：
专栏：图像视觉
CNN卷积网络详解
图像分类篇[1]：AlexNet网络详解及复现
图像分类篇[2]：VGGNet网络详解及复现
图像分类篇[3]：GoogLeNet网络详解及复现
图像分类篇[4]：ResNet网络详解及复现
图像分类篇[5]：ResNeXt网络详解及复现
图像分类篇[6]：MobileNet V1、V2网络详解及复现
图像分类篇[7]：MobileNet V3网络详解及复现
专栏：NLP
RNN、LSTM、GRU网络概述
聊聊RNN中的梯度消失
Bi-LSTM-Attention网络概述及实现
TextRNN、TextCNN、TextRCNN网络详解及复现
DPCNN网络详解及复现
HighwayNet网络详解及复现
关于Attention的超详细讲解（Attention、Self-Attention、Multi-Head Attention）
保姆级讲解Transformer
Transformer文本分类推理流程及复现
专栏：深度学习
关于Embedding的两种实现方式
关于 train loss、val loss训练时遇到的问题
学习率衰减详解（附Keras实现）
浅谈优化算法（Momentum、AdaGrad、RMSProp、Adam）
BN、LN、IN、GN详解
专栏：机器学习
回顾篇：交叉熵-度量两个分布之间的差异
回顾篇：神经网络的前向传播与反向传播公式推导
数据平滑方法的原理和应用（附代码实现）
三次样条插值详解(附代码实现)
指数加权移动平均详解 附代码实现
机器学习-常用回归算法归纳(全网之最)
专栏：推广搜
广告术语中的CPM、CPC、CPA解释
推荐中的评估指标：AUC、GAUC（附代码实现）
推荐系统 Wide&Deep 模型详解
CTR预估篇：IFM网络详解及复现
CTR预估篇：DIFM网络详解及复现
CTR预估篇：AutoInt网络详解
CTR预估篇：FiBiNet网络详解及复现
CTR预估篇: DIN-深度兴趣网络详解
CTR预估篇：DeepMCP网络详解
其它
spark 解决数据倾斜(两端聚合)
|