- 博客(6)
- 收藏
- 关注
RSS订阅原创 COVID-19预测回归任务-学习笔记
cuda：12.1通过这次回归任务的深入研究和实践，我们不仅对COVID-19疫情的预测有了更清晰的认识，也对回归分析这一强大的统计工具有了更深刻的理解。本人也是在学习AI的道路上，欢迎大家提出问题和分享答案。
2024-07-16 23:10:38
531
原创 基于LSTM的文本分类任务-学习笔记
本项目旨在探索和实现一个基于LSTM的文本分类模型。通过构建和训练一个LSTM网络，我们将尝试解决一个具体的文本分类问题，并评估模型的性能。
2024-07-07 16:34:42
1116
原创 卷积神经网络-学习笔记
cuda 12.3通过对卷积神经网络（CNN）的学习，我们深入了解了其基本原理、层次结构和实际应用。CNN凭借其高效的特征提取能力，在图像识别和自然语言处理等领域取得了卓越的成果。展望未来，随着技术的不断进步和应用场景的扩展，CNN有望在更多领域实现突破，进一步推动人工智能的发展。本人也是在学习AI的道路上，欢迎大家提出问题和分享答案。
2024-06-23 01:21:44
317
原创 神经网络进行气温预测-学习笔记
cuda 12.3其实可以发现，预测值和真实温度之间还是具有差别，我们可以设置隐层数量和增加迭代次数来提升模型的学习能力，增加隐层是为了让模型学习到更深层的特征表示。整体流程就是这样，这是一个线性的神经网络，大家要充分理解标准化的操作和神经网络的搭建流程。本人也是在学习AI的道路上，欢迎大家提出问题和分享答案。
2024-06-22 10:48:14
253
1
原创 Mnist数字分类任务-学习笔记
cuda 12.3#F.cross_entropy是pytorch定义的一个损失函数，这边引用了这个函数#表示一个全连接层，输入特征数为784，输出128个特征值#输出层，表示结果有10个分类#设置dropout=0.5，表示50%的神经元会被丢弃，训练时候50%的神经元输出等于0#定义一个前向传播算法#Relu激活函数，将负数都映射为0，这一步是再经过隐层之后，在进行激活函数#经过dropout，会有50%的特征值 = 0，目的是为了避免过拟合（随机杀死神经元）
2024-06-16 01:58:36
383
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人