当训练和测试资料的分布不一样，得到的正确率将大大减小。当训练资料和测试资料分布不同的时候，这种状况叫做Domain-shift。在日常任务中测试资料和训练资料的分布通常并不相同。 Transfer-learning就是在A任务上学到

我们需要机器学习的可解释性，原因是就算现在机器能够做出正确的答案，也不代表它非常聪明。现在银行用机器学习的模型来辨别是否贷款给一个用户，但政策规定必须给出一个理由，这是我们需要机器学习的模型是具有解释力的。有些重要的事情，机器学习不给出一个

攻击方式一个模型想要实际应用，不仅仅需要较高的准确率，还需要能应对人类的恶意攻击。例如分辨垃圾邮件，发件方也会尽量让邮件看起来不像垃圾邮件。又例如在图片中加入一些噪声，模型要想办法让噪声也不影响输出。 有时候即使是人肉眼难以分辨的微

Self-supervised-learning在《李宏毅机器学习2021》中前面讲解的方法都是监督式的学习。给定数据和标签，这样才能训练supervised的model。 而self-supervised是在自己没有label的情况下想办

原始论文：arXiv:1406.2661v1 详细讲解请参考文章：http://www.gwylab.com/note-gans.html，这里文章讲解的内容不再重复赘述。 GAN可以用来构造各种数据，包括图片声音等等，应用：

本文默认您已了解深度学习中的随机梯度下降算法的基本原理，在对深度学习有基本认识的基础上。如果尚未了解，可以查看我另外的文章《李宏毅机器学习2021》，《Python神经网络编程》。 基本框架首先优化算法的基本框架是： 定义当前待优化的参数

CUDA（Compute Unified Device Architecture），是显卡厂商NVIDIA推出的运算平台。 CUDA是一种由NVIDIA推出的通用并行计算架构，该架构使GPU能够解决复杂的计算问题。近些年来，显卡的计算能力越

理论基础可以参考我另一篇文章《李宏毅机器学习2021》。 参考视频：https://www.bilibili.com/video/BV1Y7411d7Ys?p=5&spm_id_from=pageDriver PyTorch是一个

本文的数据以及程序均来源于李宏毅老师2021机器学习课程：https://www.bilibili.com/video/BV1Wv411h7kN?p=7 如果看不懂代码，可以先查看我另一篇文章《Pytorch教学及示例》。https://

注意：本文不提供访问外网的方法，默认你已能自由访问外网。 Colaboratory 是一个 Google 研究项目，旨在帮助传播机器学习培训和研究成果。它是一个 Jupyter 笔记本环境，不需要进行任何设置就可以使用，并且完全在云端