作者小头像 Lv.3
更多个人资料
163 成长值
1 关注
0 粉丝
+ 关注 私信

个人介绍

这个人很懒，什么都没有留下

感兴趣或擅长的领域

开发语言、自动化运维
个人勋章
TA还没获得勋章~
成长雷达
160
3
0
0
0

个人资料

个人介绍

这个人很懒，什么都没有留下

感兴趣或擅长的领域

开发语言、自动化运维

达成规则

以上满足项可达成此勋章

  • 博客
  • 关注
  • 粉丝
  • 论坛
全部时间
全部时间
最近三天
最近一周
最近一月
  • 全部
  • 机器学习模型从理论到实战
深度强化学习：原理、算法与应用
引言强化学习（Reinforcement Learning, RL）是机器学习的一个重要分支，它关注智能体（Agent）如何通过与环境的交互，基于奖励信号来学习决策策略。近年来，随着深度学习技术的迅猛发展，**深度强化学习（Deep Reinforcement Learning, DRL）**应运而生，结合了深度学习和强化学习的优势，取得了许多令人瞩目的成果，包括在复杂环境下的自动游戏玩耍...
机器学习
作者小头像 远方2.0 2024-11-30 20:51:40
205
0
0
2024-11-30 20:51:40
205
0
0
深度学习中的卷积神经网络（CNN）：从基础到应用
引言卷积神经网络（Convolutional Neural Network，CNN）是深度学习中一种用于处理图像、语音、视频等多维数据的常见网络结构。它通过模拟人类视觉系统的工作原理，在图像识别、目标检测、语音识别等任务中取得了显著的成功。CNN的设计思想来源于生物视觉神经网络的结构，通过局部感知、共享权重和池化等机制，使得模型具有较强的特征学习能力，并且能够有效地减少参数量。本文将详细介...
作者小头像 远方2.0 2024-11-30 20:46:36
208
0
0
2024-11-30 20:46:36
208
0
0
深度学习中的生成对抗网络（GAN）原理与应用
引言生成对抗网络（Generative Adversarial Network，简称GAN）是由Ian Goodfellow等人在2014年提出的一种深度学习模型，它通过对抗训练的方式生成与真实数据分布相似的假数据。GAN的出现极大地推动了深度学习和生成模型的研究，尤其在图像生成、风格转换、图像修复等任务中取得了突破性进展。本文将详细探讨GAN的原理，介绍其数学基础，探讨其在各个领域中的应...
机器学习 深度学习
作者小头像 远方2.0 2024-11-30 20:40:34
209
0
0
2024-11-30 20:40:34
209
0
0
深度学习中的迁移学习：应用与实践
引言在深度学习领域，迁移学习（Transfer Learning）是一个非常强大且日益流行的概念，它通过将从一个任务中学到的知识应用于另一个任务，能够显著加快模型训练速度并提高其泛化能力。迁移学习在许多实际应用中都得到了广泛使用，特别是在数据不足或训练成本较高的场景下。本文将深入探讨迁移学习的基本概念、方法以及实际应用。 什么是迁移学习？迁移学习是一种通过转移已学知识来解决新问题的学习方法...
机器学习 深度学习 迁移学习
作者小头像 远方2.0 2024-11-30 20:33:44
280
0
0
2024-11-30 20:33:44
280
0
0
深度学习模型完成图像分类小项目
引言随着深度学习技术的不断发展，图像分类已成为深度学习中的一个重要应用。通过训练一个卷积神经网络（CNN），我们可以让计算机自动学习从图像中提取特征，并根据这些特征对图像进行分类。在本篇博客中，我们将使用深度学习框架Keras来完成一个简单的图像分类小项目，目标是识别CIFAR-10数据集中的图像类别。CIFAR-10数据集是一个经典的小型图像数据集，包含10个类别的彩色图像，每个类别有6...
深度学习 神经网络
作者小头像 远方2.0 2024-11-30 20:26:22
437
0
0
2024-11-30 20:26:22
437
0
0
人工智能中的深度学习：原理与实践
什么是深度学习？深度学习（Deep Learning）是机器学习的一个分支，旨在通过模拟人脑的神经网络结构来解决复杂的任务。深度学习通过多层神经网络，自动从数据中学习特征，避免了传统机器学习中手动特征工程的繁琐过程。深度学习在许多领域取得了突破性进展，包括计算机视觉、自然语言处理和语音识别等。 深度学习的基本原理深度学习的核心思想是神经网络。一个简单的神经网络由输入层、隐藏层和输出层构成。...
深度学习 神经网络
作者小头像 远方2.0 2024-11-30 20:17:40
205
0
0
2024-11-30 20:17:40
205
0
0
大模型评测
在人工智能领域，大模型的评测不仅是衡量其性能的重要手段，也是推动技术进步的关键因素。本文将深入探讨大模型评测的重要性、面临的挑战，以及司南评测体系2.0的实现方法和特点。 一、大模型评测的重要性大模型评测对于确保模型的可靠性、安全性和有效性至关重要。它有助于：识别模型的局限性：通过评测可以发现模型在特定任务或数据集上的不足。促进技术发展：评测结果可以指导研究者改进模型，推动技术进步。比较不同...
Python
作者小头像 远方2.0 2024-11-30 20:00:40
207
0
0
2024-11-30 20:00:40
207
0
0
有关智能体（Agent）的思考
在当今快速发展的科技时代，智能体（Agent）正逐渐成为我们生活中不可或缺的一部分。它们不仅能够感知环境，还能通过推理和决策来影响我们的世界。本文将深入探讨智能体的重要性、组成以及它们如何与大语言模型相结合，形成更加强大的智能系统。 1. 智能体的必要性 大语言模型的局限性尽管大语言模型在自然语言处理方面取得了巨大进步，但它们仍存在一些局限性：幻觉：模型可能会生成与现实不符的虚假信息。时效性...
作者小头像 远方2.0 2024-11-30 19:58:46
190
0
0
2024-11-30 19:58:46
190
0
0
机器学习模型从理论到实战|【009-梯度提升树】房价预测
引言梯度提升树（GBDT）是一种常见的集成学习方法，它结合了多个决策树以提升模型性能。作为一种强大的非线性回归和分类算法，GBDT在各种机器学习任务中表现出色，尤其擅长处理复杂的数据关系。本文将介绍GBDT的基本原理，并通过“房价预测”和“信用评分”两个应用案例，展示其实际效果。 1.什么是梯度提升树（GBDT）？梯度提升树（GBDT）是通过梯度提升方法（Gradient Boosting...
决策树 机器学习
作者小头像 远方2.0 2024-11-29 18:58:13
204
0
0
2024-11-29 18:58:13
204
0
0
机器学习模型从理论到实战|【008-朴素贝叶斯】垃圾邮件分类
引言朴素贝叶斯（Naive Bayes）是一种基于贝叶斯定理的简单且高效的分类算法。尽管其“朴素”假设（即假设特征之间相互独立）在许多实际应用中并不成立，但朴素贝叶斯依然能够在许多任务中表现出色，特别是在文本分类任务中。本文将介绍朴素贝叶斯的基本原理，并通过“垃圾邮件分类”和“情感分析”两个项目，展示其实际应用。 1.什么是朴素贝叶斯（Naive Bayes）？朴素贝叶斯是一种基于条件概率...
机器学习
作者小头像 远方2.0 2024-11-29 18:45:07
243
0
0
2024-11-29 18:45:07
243
0
0
总条数：19
10
10
20
50
100
  • 1
  • 2

上滑加载中

https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
作者小头像
作者小头像
快速交付
+ 关注