机器学习深度学习算法神经网络第7页

轻量化网络模型调研报告

一、轻量化网络的为何诞生深度神经网络模型被广泛应用在图像分类、物体检测，目标跟踪等计算机视觉任务中，并取得了巨大成功。

云雨、·2025-02-11 22:35

三、隐语架构

联邦学习：在原始数据不出域的前提下，通过交换中间数据完成机器学习建模，包含

人生相聚两依依·2025-02-11 21:02

【机器学习】嘿马机器学习（算法篇）第6篇：线性回归,学习目标【附代码文档】...

本教程的知识点为：机器学习算法定位、K-近邻算法1.4k值的选择1K值选择说明1.6案例：鸢尾花种类预测–数据集介绍1案例：鸢尾花种类预测1.8案例：鸢尾花种类预测—流程实现1再识K-近邻算法API1.11

广江鹏·2025-02-11 21:59

DataSet：数据挖掘与机器学习应用

DataSet：数据挖掘与机器学习应用作者：禅与计算机程序设计艺术1.背景介绍1.1.数据挖掘与机器学习的兴起近年来，随着互联网、物联网、云计算等技术的快速发展，全球数据量呈现爆炸式增长，数据的积累为数据挖掘和机器学习提供了丰富的素材

AI天才研究院·2025-02-11 21:59

机器学习（入门3）

机器学习（入门3有监督学习算法之回归算法）4回归算法4.1线性回归：利用函数对一个或多个特征值和目标值之间关系进行建模分析的方式回归问题：目标值------连续性函数公式：h(W)=w1x1+w2x1+

caspesjpe·2025-02-11 21:55

N-Beats：一种用于时间序列预测的纯前馈神经网络模型

介绍N-Beats（NeuralBasisExpansionAnalysisforInterpretableTimeSeriesForecasting）是一种基于纯前馈神经网络的时间序列预测模型，由BorisOreshkin

TIM老师·2025-02-11 20:25

迁移学习 Transfer Learning

迁移学习是一种机器学习方法，它的核心思想是利用已有模型的知识来帮助新的任务或数据集进行学习，从而减少训练数据的需求、加快训练速度，并提升模型性能。1.为什么需要迁移学习？

有人给我介绍对象吗·2025-02-11 20:23

缩放点积注意力（Scaled Dot-Product Attention）

ScaledDot-ProductAttention）缩放点积注意力（ScaledDot-ProductAttention）是自注意力（Self-Attention）机制的一种变体，它被广泛应用于现代的神经网络架构中

彬彬侠·2025-02-11 20:53

DeepSeek图神经网络（Graph Neural Networks, GNNs）基础与实践

图神经网络（GraphNeuralNetworks,GNNs）是一种专门用于处理图结构数据的深度学习模型。

Evaporator Core·2025-02-11 20:22

【机器学习】样本不均衡问题解决策略（欠采样方法总结）

文章目录前言1.没有绝对最好，但可以根据场景选择最佳确定效果最好的方法的核心在于以下几个方面：2.方法特点对比及推荐场景3.如果不考虑复杂度和资源开销，哪些方法更值得试用？（1）推荐方法：综合性能最突出的（2）具体任务导向推荐4.总结：前言在选择欠采样方法时，没有一个方法可以在所有情况下都普遍适用并效果最好。不同的欠采样方法在实际应用中的效果取决于数据的具体特征、类分布情况、噪声水平以及实际任务要

又喝真露·2025-02-11 18:05

大语言模型原理与工程实践：初探大语言模型

大语言模型原理与工程实践：初探大语言模型作者：禅与计算机程序设计艺术/ZenandtheArtofComputerProgramming关键词：大语言模型，机器学习，自然语言处理，深度学习，工程实践1.

AI天才研究院·2025-02-11 17:04

torch.nn.LSTM介绍

门控机制最初出现在循环神经网络（RNN）的改进模型中，如长短时记忆网

qq_27390023·2025-02-11 17:02

AI换脸技术原理以及为什么需要进行海量次数的模型训练?

AI换脸技术的基本原理生成对抗网络（GANs）GANs是AI换脸技术背后的核心算法，它由两个神经网络组成，一个是生成器，负责生成新的图像或视频；另一个是判别器，负责判断生成的图像是否真实。

码场老菜鸟·2025-02-11 16:55

【Python】已解决：Python安装过程中的报错问题

不定期更新IT图书，并在评论区抽取随机粉丝，书籍免费包邮到家AI前沿点我跳转探讨人工智能技术领域的最新发展和创新，涵盖机器学习、深度学习、自然

屿小夏·2025-02-11 16:50

向量数据库之Milvus

james二次元·2025-02-11 11:24

Milvus向量数据库操作教程

Milvus是一款专为向量数据设计的数据库，它具备高性能、高可用和易扩展的特点，主要用于处理由深度神经网络和其他机器学习模型生成的大规模嵌入向量[162][165]。

2401_85763639·2025-02-11 10:43

Transformer：基于注意力机制的序列转换模型

这篇论文提出了一种全新的神经网络架构——Transformer，它完全基于注意力机制，摒弃了传统的循环（RNN）和卷积（CNN）网络结构，用于序列转换任务，如机器翻译和英语成分句法分析等。Trans

金外飞176·2025-02-11 09:07

02.10：机器学习开个头

机器学习不比日语，其对我而言有更加实际且真切的价值。流量分析对于机器学习和深度学习用得很多，这是我学习的一个方面，不说学得多深，但是至少有所了解。这算是主要原因。

TheYeah·2025-02-11 09:01

[机缘参悟-233]：从人工智能的角度上看：神经网络模型确定的情况下，训练的数据决定了神经网络的权重，预测的准确性取决于训练的数据。这既称为经验，也称为成见，也称为认知。

前言：从人工智能的角度上看：神经网络模型确定的情况下，训练的数据决定了神经网络的权重，预测的准确性取决于训练的数据。

文火冰糖的硅基工坊·2025-02-11 09:31

如何利用 AWS 预测分析功能做精准财务规划？

一、AWS预测分析功能简介AWS预测分析主要依托AWSCostManagement（成本管理工具）和机器学习算法，帮助企业更清晰地了解

Anna_Tong·2025-02-11 09:00

从零开始：用Python手写神经网络

在当今的人工智能领域，神经网络已经成为解决复杂问题的核心技术之一。从图像识别到自然语言处理，再到强化学习，神经网络的身影无处不在。然而，对于许多初学者来说，神经网络似乎是一个神秘而复杂的黑盒子。

WHCIS·2025-02-11 08:27

TensorFlow 学习笔记--基础文本分类

这笔记里代码里都改过来了文章目录电影评论文本分类导入库下载IMDB数据集加载数据集对训练数据进行预处理创建神经网络模型编译模型训练模型评估模型导出模型对新数据进行预测参考：[基本文本分类](htt

小陈加油中····2025-02-11 08:55

AI分支知识之机器学习，深度学习，强化学习的关系

机器学习，深度学习，强化学习的关系这一篇文章我们来探讨下AI领域中机器学习（ML）、深度学习（DL）和强化学习（RL）的关系。

王钧石的技术博客·2025-02-11 08:55

2025最新主流深度学习算法全解析

深度学习通过构建具有多个层次的神经网络模型，使计算机能够自动从大量数据中学习到复杂的模式和特征，从而实现对数据的分类、预测、生成等任务。

lucky_syq·2025-02-11 08:25

StripedHyena 模型介绍

StripedHyena是近年来提出的一种新型神经网络架构，旨在替代或补充传统的Transformer模型。

qq_27390023·2025-02-11 08:51

聚类算法概念、分类、特点及应用场景【机器学习】【无监督学习】

概念机器学习聚类算法‌是一种无监督学习方法，旨在将数据集分割成不同的类或簇，使得同一簇内的数据对象相似性尽可能大，而不同簇之间的数据对象差异性也尽可能大。

飞火流星02027·2025-02-11 07:18

Ada语言的人工智能

这一领域涵盖了机器学习、自然语言处理、计算机视觉等多个方面，而在这些技术的背后，一种历史悠久且极具实用性的编程语言——Ada，正逐渐引起人们的关注。

赵旖琅·2025-02-11 07:45

深度神经网络（Deep Neural Networks, DNNs）

引言（1）简介：什么是深度神经网络？

CaiGuoHui1·2025-02-11 05:34

了解深度神经网络模型（Deep Neural Networks, DNN）

深度神经网络模型（DeepNeuralNetworks,DNN）深度神经网络模型是一种包含多个隐藏层的神经网络，能够通过多层次的非线性变换从数据中提取复杂特征，广泛应用于图像识别、自然语言处理等领域。

huaqianzkh·2025-02-11 05:02

【自学笔记】AIGC基础知识点总览-持续更新

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录AIGC基础知识点总览一、AIGC概述二、AIGC的核心要素三、AIGC的关键技术1.深度学习算法2.自然语言处理（NLP）3.计算机视觉

Long_poem·2025-02-11 03:15

基于PaddleX的机器学习开发指南

基于PaddleX的机器学习开发指南目录安装与初始化图像分类模块目标检测模块视频分割模块其他模块模型选择与配置一、安装与初始化为了使用PaddleX进行机器学习开发，请按照以下步骤安装所需依赖项：步骤1

大霸王龙·2025-02-11 03:45

k折交叉验证（k-fold Cross-validation）

一、基本概述交叉验证是在机器学习建立模型和验证模型参数时常用的办法，一般被用于评估一个机器学习模型的表现。更多的情况下，我们也用交叉验证来进行模型选择(modelselection)。

向大厂出发·2025-02-11 03:43

土壤分析：土壤污染监测_（18）.土壤污染监测与修复的最新进展

近年来，计算机视觉技术在土壤污染监测领域的应用取得了显著进展，通过图像处理和机器学习方法，可以快速、准确地识别和监测土壤污染情况。

zhubeibei168·2025-02-11 01:33

神经网络（二.多层神经网络模型）

多层神经网络（Multi-LayerNeuralNetwork），也称为深度神经网络（DeepNeuralNetwork,DNN），是机器学习中一种重要的模型，能够通过多层次的非线性变换解决复杂的分类、

啊波次得饿佛哥·2025-02-11 00:52

神经网络（Neural Network）

引言神经网络，作为人工智能和机器学习领域的核心组成部分，近年来在诸多领域取得了显著的进展。受生物神经系统的启发，神经网络通过模拟人脑神经元的工作机制，能够从大量数据中学习复杂的模式和关系。

ningmengjing_·2025-02-10 23:41

深度学习入门2：自然语言处理（第一章神经网络的复习/代码+总结）

1.1数学和python的复习1.1.1向量和矩阵总结：代码实现：D:\py\pythonProject\0自学\LM\第一章\1向量和矩阵.pyimportnumpyasnpx=np.array([1,2,3])print(x.__class__)#输出类名np.ndarray类print(x.shape)#np.ndarray类实例变量shape和ndimshape表示多维数组的形状print

m0_58598898·2025-02-10 23:11

神经网络常见激活函数 6-RReLU函数

文章目录RReLU函数+导函数函数和导函数图像优缺点pytorch中的RReLU函数tensorflow中的RReLU函数RReLU随机修正线性单元：RandomizedLeakyReLU函数+导函数RReLU函数RReLU={xx≥0axx=0,inputs,alpha*inputs)#创建RReLU激活函数层rrelu=RReLU()#生成随机输入x=tf.random.normal([2])

亲持红叶·2025-02-10 22:40

基于“感知–规划–行动”的闭环系统架构

1.感知（Perception）1.1多模态数据采集与预处理传感器系统Agent的感知层通常由多种传感器组成，支持采集多种形式的数据：视觉：采用摄像头、深度传感器，通过卷积神经网络（CNN）、视觉Transformer

由数入道·2025-02-10 22:39

深度学习入门：搭建你的第一个神经网络

今天，我们将一起踏上深度学习的旅程，搭建你的第一个神经网络。一、深度学习的魅力深度学习是机器学习的一个分支，它通过模拟人脑的神经网络结构，让计算机能够自动从大量数据中学习规律和特征

Evaporator Core·2025-02-10 22:36

通过Kubernetes上免费部署Ollama如何使用DeepSeek

Ollama通过RESTAPI简化了模型服务的部署和调用，支持多种机器学习模型。Kubernetes提供灵活的扩展性和高可用性，适合部署复杂的模型服务。为Ollama创建一个专用命名空间。

❀͜͡傀儡师·2025-02-10 22:03

Level2逐笔成交逐笔委托数据分享下载：20250127

这对交易大师分析主力习性大有裨益，对人工智能进行机器学习也非常合适，数据量大且精确。

银河金融数据库·2025-02-10 21:28

windows安装nc命令的解决方案

爱编程的喵喵·2025-02-10 20:26

激活函数篇 03 —— ReLU、LeakyReLU、RandomizedLeakkyReLU、PReLU、ELU

本篇文章收录于专栏【机器学习】以下是激活函数系列的相关的所有内容:一文搞懂激活函数在神经网络中的关键作用逻辑回归：Sigmoid函数在分类问题中的应用整流线性单位函数（RectifiedLinearUnit

Echo-Nie·2025-02-10 19:16

Neural Radiance Fields (NeRF) 和 3D Gaussian Splatting区别

1.NeuralRadianceFields(NeRF)NeRF使用深度学习技术，特别是一种密集的神经网络（通常是多层感知机，MLP），来建模复杂的3D场景。

鬼马行天·2025-02-10 19:44

NeRF与3D Gaussian的异同对比

1.核心区别特性NeRF3DGaussianSplatting表示方式隐式表示：通过神经网络（MLP）学习场景的辐射场（颜色和密度）。显式表示：用3D高斯分布显式建模场景中的点云或粒子。优化目

zllz0907·2025-02-10 18:41

深度学习-医学影像诊断

我们将构建一个简单的卷积神经网络（CNN）模型，使用公开的肺炎X光影像数据集进行训练和评估。

小赖同学啊·2025-02-10 18:37

2025最新ChatGPT、DeepSeek等大语言模型助力高效办公、论文与项目撰写、数据分析、机器学习与深度学习建模等深度科研应用

这些模型通过深度学习和大规模语料库训练，能够帮助科研人员高效地筛选文献、生成论文内容、进行数据分析和优化机器学习模型。

梦想的初衷~·2025-02-10 16:53

计算机视觉算法：开启智能视觉新时代

它涉及到多个复杂的技术领域，包括图像处理、模式识别、机器学习等。核心算法与技术图像预处理：这是计算机视觉的第一步，主要包括图像的降噪、增强对

2501_90175811·2025-02-10 14:40

[特殊字符]AI电销系统：解锁销售潜能，引爆业绩狂潮！

它运用深度学习算法，精准捕捉客户每一个细微的意图，让你的销售之旅如虎添翼。‌精准营销，直击客户痛点‌传统电销如同盲人摸象，

lxdh18899777856·2025-02-10 13:00

一切皆是映射：量子机器学习与传统元学习的融合

1.背景介绍1.1人工智能的瓶颈当前，人工智能（AI）取得了令人瞩目的进步，尤其是在图像识别、自然语言处理等领域。然而，AI仍然面临着一些瓶颈，例如：数据依赖性:AI模型通常需要大量的训练数据才能达到良好的性能，而获取和标注这些数据往往成本高昂。泛化能力:AI模型在面对未见过的数据时，泛化能力往往不足，容易出现过拟合等问题。可解释性:AI模型的决策过程往往难以解释，这限制了其在一些关键领域的应用。

AI天才研究院·2025-02-10 11:41

推荐频道

机器学习深度学习算法神经网络