所有文章
> 当前分类:AI驱动

时序预测的深度学习算法介绍
2024/12/26
1 概述 深度学习方法是一种利用神经网络模型进行高级模式识别和自动特征提取的机器学习方法,近年来在时序预测领域取得了很好的成果。常用的深度学习模型包括循环神经网络(RNN)、长短时记忆网络(LSTM)、门控循环单元(GRU)、卷积神经...

LSTM原理及生成藏头诗(Python)
【AI驱动】
一、基础介绍 1.1 神经网络模型 常见的神经网络模型结构有前馈神经网络(DNN)、RNN(常用于文本 / 时间系列任务)、CNN(常用于图像任务)等等。 前馈神经网络是神经网络模型中最为常见的,信息从输入层开始输入,每层...
2024/12/26

神经网络学习到的是什么?(Python)
【AI驱动】
神经网络(深度学习)学习到的是什么?一个含糊的回答是,学习到的是数据的本质规律。但具体这本质规律究竟是什么呢?要回答这个问题,我们可以从神经网络的原理开始了解。 一、 神经网络的原理 神经网络学习就是一种特征的表示学习,把原始数...
2024/12/26

一文讲透神经网络的激活函数
【AI驱动】
为什么要激活函数? 原理上来说,神经网络模型的训练过程其实就是拟合一个数据分布(x)可以映射到输出(y)的数学函数,即 y= f(x)。 拟合效果的好坏取决于数据质量及模型的结构,像逻辑回归、感知机等线性模型的拟合能力是有限的,...
2024/12/26

深度学习视觉研究综述
【AI驱动】
近年来,深度学习在计算机视觉各个领域中的应用成效显著,新的深度学习方法和深度神经网络模型不断涌现,算法性能被不断刷新。 本文着眼于当下一些典型网络和模型,对基于深度学习的计算机视觉研究新进展进行综述。首先总结了针对图像分类的主流深度神...
2024/12/26

实现个神经网络的3D可视化,美爆了!
【AI驱动】
做计算机视觉,离不开CNN。可是,卷积、池化、Softmax……究竟长啥样,是怎样相互连接在一起的? 用Unity搞出完整3D可视化具体如下 对着代码凭空想象,多少让人有点头皮微凉。于是,有人干脆用Unity给它完整3D可视化了...
2024/12/26

神经网络与傅立叶变换有何关系?
【AI驱动】
什么是傅里叶变换? 在数学中,变换技术用于将函数映射到与其原始函数空间不同的函数空间。傅里叶变换时也是一种变换技术,它可以将函数从时域空间转换到频域空间。例如以音频波为例,傅里叶变换可以根据其音符的音量和频率来表示它。 我们可以...
2024/12/26

多标签分类怎么做?(Python)
【AI驱动】
一、基本介绍 首先简单介绍下,多标签分类与多分类、多任务学习的关系: 多分类学习(Multi-class):分类器去划分的类别是多个的,但对于每一个样本只能有一个类别,类别间是互斥的。例如:分类器判断这只动物是猫、狗、猪,每个...
2024/12/26

10个解释AI决策的Python库
【AI驱动】
本文整理了10个常用于可解释AI的Python库,方便我们更好的理解AI模型的决策。 什么是XAI? XAI(Explainable AI)的目标是为模型的行为和决策提供合理的解释,这有助于增加信任、提供问责制和模型决策的透明度...
2024/12/26

一文浅谈深度学习泛化能力
【AI驱动】
谷歌最近出品的82页论文《ON THE GENERALIZATION MYSTERY IN DEEP LEARNING》,在此我简单归纳下论文的思想,有兴趣的看看原论文。论文链接:github.com/aialgorithm/Blog ...
2024/12/26

为什么深度学习是非参数的?
【AI驱动】
今天我想要与大家分享的是深度神经网络的工作方式,以及深度神经与“传统”机器学习模型的不同之处。我的计划具体如下: 首先简单地思考一下如何将问题设置成分类的形式; 接下来回顾偏差-方差分解,并在偏差-方差权衡的背景下,在VC-维...
2024/12/26

深度学习的图原理
【AI驱动】
1. 图论(Graph Theory) 1.1 什么是图(graph)? 在图论的上下文中,图是一种结构化数据类型,具有节点(nodes)(保存信息的实体)和边缘(edges)(连接节点的连接,也可以保存信息...
2024/12/26

深度神经网络剪枝综述
【AI驱动】
模型压缩可以有效地减少模型的存储和计算资源需求,提高模型的推理速度和效率,从而实现在移动设备、边缘设备等资源受限的场景中进行高效的机器学习应用。常用的模型压缩方法有4种:知识蒸馏(Knowledge Distillation,KD)、 轻量...
2024/12/26

深度学习必须掌握的 13 种概率分布
【AI驱动】
深度学习从业者,你需要知道概率分布相关的知识。这里有一份最常见的基本概率分布教程,大多数和使用 python 库进行深度学习有关。 一、概率分布的关系概览 conjugate 意味着它有共轭分布的关系。 Mult...
2024/12/26

深度神经网络的全面概览:从模型到硬件加速
【AI驱动】
深度神经网络(DNN)目前是许多现代AI应用的基础。自从DNN在语音识别和图像识别任务中展现出突破性的成果,使用DNN的应用数量呈爆炸式增加。这些DNN方法被大量应用在无人驾驶汽车,癌症检测,游戏AI等方面。在许多领域中,DNN目前的准确性...
2024/12/25

漫谈图神经网络模型(GNN):从图到图卷积
【AI驱动】
笔者最近看了一些图与图卷积神经网络的论文,深感其强大,但一些Survey或教程默认了读者对图神经网络背景知识的了解,对未学过信号处理的读者不太友好。同时,很多教程只讲是什么,不讲为什么,也没有梳理清楚不同网络结构的区别与设计初衷(Motiv...
2024/12/25
搜索文章
热门话题