参考链接：
简介步骤
2022-05-17
WSL2端配置pytorch GPU加速环境
Windows端Pytorch GPU加速的教程：Pytorch使用GPU加速的步骤
前置教程：WSL2安装及其python环境配置
配置好WSL2相关环境后，要想对pytorch进行GPU加速，需要进行以下步骤：
更新Windows系
2022-01-22
元学习（Meta Learning）
名词解释：Meta Learning = Learn to learn ，也就是学习如何学习。和机器学习不同，这个是另外一个层次的东西了。
在我们深度学习领域，其实大多数时候都是在调超参数（hyperparameters），在工
2021-07-15
神经网络压缩
本文的内容主要讲解如何压缩一个较为庞大的神经网络，使其在较少参数的情况下，拥有和原来差不多的效能。这是因为在一些场景中，例如智能手表，它的内存是有限的，如果模型太过庞大，会导致无法运行在这样的小型智能物件上。下面来介绍五个常用做法：
Ne
2021-07-14
机器终身学习与灾难性遗忘
按照我们以往的观点，当neural network的模型上线之后，我们可以源源不断地从网上获得反馈，获得新的资料，从而更好地更新我们的模型，达到life-long-learning的效果，使得模型越来越强大。但真的是这样吗？
这里举一
2021-07-14
领域自适应概述（Domain Adaptation）
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
2021-07-08
机器学习的可解释性（Explainable ML）
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
2021-07-07
抵御来自人类的恶意攻击（Adversial Attack）
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
2021-07-06
自监督式学习（Self-supervised Learning）
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
2021-07-01
生成式对抗网络（GAN）
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：
2021-06-10