视频选集 机器学习基本概念 深度学习基本概念 机器学习任务攻略 【神经网络2024】19. - 类神经网络训练不起来怎么办(一) 局部最小值 (local ( 【神经网络2024】20. - 类神经网络训练不起来怎么办(二) 批次 (batch) 与动( 【神经网络2024】21. - 类神经网络训练不起来怎么办(三) 自动调整学习率 (Lear( 【神经网络2024】22. - 类神经网络训练不起来怎么办(四) 损失函数 (Loss) 也( 【神经网络2024】23. - 再探宝可梦、数码宝贝分类器 — 浅谈机器学习原理( 【神经网络2024】31.第三节 - 卷积神经网络(CNN)( 【神经网络2024】32. - 为什么用了验证集 (validation set) 结果却还( 【神经网络2024】33. - 鱼与熊掌可以兼得的机器学习( 【神经网络2024】38.第四节 - 自注意力机制(Self-attention)(上)( 【神经网络2024】39. - 自注意力机制 (Self-attention) (下)( 【神经网络2024】58.第五节 - 生成式对抗网络(GAN) (一) – 基本概念介紹( 【神经网络2024】59. - 生成式对抗网络(GAN) (二) – 理论介绍与WGAN( 【神经网络2024】60. - 生成式对抗网络(GAN) (三) – 生成器效能评估与条件式( 【神经网络2024】61. - 生成式对抗网络(GAN) (四) – Cycle GAN( 【神经网络2024】48.第六节 - 类神经网络训练不起来怎么办 (五) 批次标准化 (B( 【神经网络2024】49. - Transformer (上)( 【神经网络2024】50. - Transformer (下)( 【神经网络2024】51. - 各式各样神奇的自注意力机制 (Self-attention)( 【神经网络2024】83.第七节 - 自编码器 (Auto-encoder) (上) – ( 【神经网络2024】71.第八节 - 自监督式学习 (一) – 芝麻街与进击的巨人( 【神经网络2024】72. - 自监督式学习 (二) – BERT简介( 【神经网络2024】73. - 自监督式学习 (三) – BERT的奇闻轶事( 【神经网络2024】74. - 自监督式学习 (四) – GPT的野望( 【神经网络2024】75. - 如何有效的使用自督导式模型 - Data-Efficient( 【神经网络2024】76. - 语音与影像上的神奇自督导式学习模型( 【神经网络2024】96.第九节 - 机器学习的可解释性 (上) – 为什么神经网络可以正( 【神经网络2024】97. - 机器学习的可解释性 (下) –机器心中的猫长什么样子( 【神经网络2024】98. - 自然语言处理上的对抗式攻击 (由姜成翰助教讲授) - Par( 【神经网络2024】101.第十节 - 来自人类的恶意攻击 (Adversarial At(A 【神经网络2024】102. - 来自人类的恶意攻击 (Adversarial Attack(A 【神经网络2024】110.第十一节 - 概述领域自适应 (Domain Adaptati(A 【神经网络2024】111. - 恶搞自督导式学习模型 BERT的三个故事(A 【神经网络2024】114.第十二节 - 概述增強式學習(一) – 增强式学习和机器学习一(A 【神经网络2024】115. - 概述增强式学习 (二) – Policy Gradient(A 【神经网络2024】116. - 概述增强式学习 (三) – Actor-Critic(A 【神经网络2024】117. - 概述增强式学习 (四) – 回馈非常罕見的時候怎么办？机器(A 【神经网络2024】118. - 概述增强式学习 (五) – 如何从示范中学习？逆向增強式学(A 【神经网络2024】122.第十三节 - 神经网络压缩 (一) - 类神经网络剪枝(Pru(A 【神经网络2024】123. - 神经网络压缩 (二) - 从各种不同的面向來压缩神经网络(A 【神经网络2024】131.第十四节 - 机器终身学习 (一) - 为什么今日的人工智能(A 【神经网络2024】132. - 机器終身学习 (二) - 灾难性遗忘(Catastrop(A 【神经网络2024】133. - 作业说明 HW14 中文高清(A 【神经网络2024】134. - 作业说明 HW14(A 2 【生成式AI】ChatGPT 原理剖析 (3_3) — ChatGPT 3 【生成式AI】用 ChatGPT 和 Midjourney 來玩文字冒 4 【生成式AI】快速了解機器學習基本原理 (1_2) (已經略懂機器學習 5 【生成式AI】快速了解機器學習基本原理 (2_2) (已經略懂機器學習 6 【生成式AI】生成式學習的兩種策略：要各個擊破，還是要一次到位 7 【生成式AI】能夠使用工具的AI：New Bing, WebGPT, 8 【生成式AI】Finetuning vs Prompting：對於大 9 【生成式AI】Finetuning vs Prompting：對於大 10 【生成式AI】Finetuning vs Prompting：對( 11 【生成式AI】大模型 + 大資料 = 神奇結果？(1_3)：大模型( 12 【生成式AI】大模型 + 大資料 = 神奇結果？(2_3)：到底要( 13 【生成式AI】大模型 + 大資料 = 神奇結果？(3_3)：另闢蹊( 14 【生成式AI】GPT-4 來了! GPT-4 這次有什麼神奇的能力( 15 【生成式AI】速覽圖像生成常見模型( 16 【生成式AI】淺談圖像生成模型 Diffusion Model 原( 17 【生成式AI】Stable Diffusion、DALL-E、Im( 18 【生成式AI】Diffusion Model 原理剖析 (1_4)( 19 【生成式AI】Diffusion Model 原理剖析 (2_4)( 20 【生成式AI】Diffusion Model 原理剖析 (3_4)( 21 【生成式AI】Diffusion Model 原理剖析 (4_4)( 22 【生成式AI】窮人如何低資源復刻自己的 ChatGPT( 24 【生成式AI】讓 AI 村民組成虛擬村莊會發生甚麼事？(
