Seu_Jason的博客

本文介绍了有关自注意力机制相关的信息。

在机器学习中，超参数是模型训练过程中需要提前设定的参数，不会通过模型训练自动调整。

这是我们希望优化的函数。在这个例子中，我们使用的是一个简单的二次函数 f(x)=x2f(x) = x^2f(x)=x2。

本文介绍了粒子群算法（PSO）

本文介绍了Softmax函数

本文介绍了Swish函数

本文介绍了Sigmoid函数

本文介绍了ReLUctant函数

支持向量机（Support Vector Machine，SVM）是一种常用于分类和回归分析的监督学习模型。它在机器学习领域中具有广泛的应用，尤其在数据挖掘、模式识别和人工智能领域中得到了广泛的关注和应用。SVM 的核心思想是找到一个最优的超平面来分隔不同类别的数据点。在二维空间中，这个超平面就是一条直线，而在高维空间中，它是一个超平面。最优的超平面是指能够最大化类别间的间隔，使得不同类别的数据点尽可能远离超平面。