![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 82
北郭zz
决策推理 强化学习 机器学习 多智能体 复杂网络
展开
-
【机器学习损失函数】 交叉熵损失(Cross-entropy)和平方损失(MSE)究竟有何区别?
机器学习损失函数🤔交叉熵损失(Cross-entropy)和平方损失(MSE)究竟有何区别?知其然也要知其所以然,一起来学习吧!原创 2022-03-16 21:19:17 · 1290 阅读 · 1 评论 -
【机器学习面经】AI算法岗位简历必备
算法岗面试必备原创 2022-02-11 15:24:57 · 1420 阅读 · 0 评论 -
【机器学习面经】实验室祖传机器学习重难点(第四弹)
实验室祖传机器学习面经重难点,机器学习、深度学习、强化学习、CNN、RNN原创 2022-02-11 15:22:11 · 592 阅读 · 1 评论 -
【机器学习面经】实验室祖传机器学习重难点(第三弹)
实验室祖传机器学习面试圣经,机器学习、深度学习、CNN、RNN、强化学习,一起来学习吧!原创 2022-02-10 13:25:56 · 687 阅读 · 0 评论 -
【机器学习面经】实验室祖传机器学习重难点(第二弹)
实验室祖传机器学习面试圣经,机器学习、深度学习、CNN、RNN、强化学习,一起来学习吧!原创 2022-02-10 12:53:03 · 652 阅读 · 1 评论 -
【机器学习面经】实验室祖传机器学习重难点(第一弹)
实验室祖传机器学习方向面试圣经,机器学习、深度学习、异常处理、强化学习原创 2022-02-10 12:50:02 · 811 阅读 · 0 评论 -
【零基础机器学习】机器学习中的正则项(图文详解)
- 在机器学习中我们时常会遇到`模型过拟合`的问题,这是由于我们所得到的的模型复杂度过大,过于完美地拟合了训练数据,也就导致模型在预测训练数据时效果很好而预测新数据时效果很差。解决过拟合问题的一个典型方法即是:正则化原创 2022-01-25 21:28:19 · 10047 阅读 · 6 评论 -
【零基础跑项目】20代码教你基于opencv的人脸检测
20行代码教你跑通人脸检测!萌新驾到!,需要快速上手一个项目的看过来原创 2022-01-13 12:49:43 · 5011 阅读 · 3 评论