常见的生成式模型本页PDF PixelRNN 随机给一个像素，给予模型random值 本质上是根据已生成的结果生成新的输出，会考虑当前时间点之前的所有输出 一个像素一个像素生成 Generative Adversarial Network（GAN 生成对抗网络）xbZhong原创2024/6/18大约 1 分钟primer
机器学习本页PDF 机器学习 监督学习（Supervised learning） 指的是学习x到y或输入到输出映射的算法 关键特征：提供学习算法示例以供学习 回归 alt textxbZhong原创2024/2/18大约 20 分钟primer
DL入门本页PDF Linear Regression Gradient Descent 给定Model：y=w⋅x+by=w\cdot x + by=w⋅x+b Model可以更加复杂，即使用更高阶的参数来描述 这使得Model在training data上表现得更优秀，但在testing data中容易出现Overfitting Loss：L(w,b)=∑i=1n(y−(w⋅x+b))2L(w,b) = \sum_{i=1}^{n}(y-(w \cdot x + b))^2L(w,b)=∑i=1n(y−(w⋅x+b))2 两个参数实现不断更新 w1=w0−α∂L∂w∣w=w0w_1 = w_0 - \alpha\frac{\partial L}{\partial w}|_{w=w_0}w1=w0−α∂w∂L∣w=w0 b1=b0−α∂L∂b∣b=b0b_1 = b_0 - \alpha\frac{\partial L}{\partial b}|_{b=b_0}b1=b0−α∂b∂L∣b=b0 α\alphaα表示Learning rate，控制梯度下降的步长 xbZhong原创2024/1/18大约 13 分钟primer
