jiangti_ng的博客

厉害了，智慧有那么大

我不确定，这是能发出来的吗

我不止一次查阅视觉和NLP发展程度和前景比较的问题…

太妙了，想抓个人工智能的同学问问他们用不用学人脑科学（捂脸

RNNGNN与RNN对比实践介绍一、环境设置二、数据准备2.1 参数设置2.2 对齐数据2.3 用Dataset 与 DataLoader 加载三、模型配置四、模型训练五、模型评估六、模型预测GNN与RNN对比先进行一波拉踩全连接神经网络存在的问题：输入和输出的维数都是固定的网络的输出只依赖于当前的输入位置无关性循环神经网络通过使用带自反馈（隐藏层）的神经元，能够处理任意长度的序列。循环神经网络比前前馈神经网络更加符合生物神经网络结构，已经被广泛应用在语音识别、图像处理、语言模型以及自然

我见识少，浅浅有个疑问：深度学习的尽头是不是玄学？

这是我第一次接触NLP，很激动、只是死去的语文回忆突然攻击我

dog测成airplane，厉害了

高级起来了，因为使用飞桨基础版会变得不幸、、

opencv图像处理基础函数

文章目录前言数据集加载一、数据准备二、模型配置三、实例化&模型训练四、模型评估前言如何根据据图像的视觉内容为图像赋予一个语义类别是图像分类的目标，也是图像检索、图像内容分析和目标识别等问题的基础。本实践旨在理解和掌握如何使用飞桨动态图搭建一个卷积神经网络。数据集包含5000多张格式为jpg的三通道彩色图像，共5种食物类别数据集加载与宝石分类实践数据集加载方法基本相同实践 | 基于全连接神经网络实现宝石分类 |图像预测与处理方法import osimport zipfileimpo

看似很复杂的一个实践于是拖了好久……今天发现不过如此、、

一点都不深度的深度学习入门

使用K-means聚类算法筛实现鸢尾花聚类鸢尾花数据集描述导入相关包直接从sklearn.datasets中加载数据集绘制二维数据分布图实例化K-means类&定义训练函数训练可视化展示对于给定的样本集，按照样本之间的距离大小，将样本集划分为K个簇，让簇内的点尽量紧密的连在一起，而让簇间的距离尽量的大鸢尾花数据集描述包含3种类型数据集，共150条数据包含4项特征：花萼长度、花萼宽度、花瓣长度、花瓣宽度导入相关包import matplotlib.pyplot as pltimpo

本实践使用SVM算法实现鸢尾花的分类

python复杂操作实践

飞桨与python入门操作