![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 55
发烧的CPU
你不是菜,你是不够自信并且不够努力!
展开
-
python语言介绍
首先,python语句不需要以分号结尾,而是以每一行作为区分,有点像每一行末尾处都加了分号(当然,实际不是,也不相同)列表(list)、元组(tuple)、字符串(str)、集合(set)、字典(dict),只是对程序代码进行解释说明,让别人可以看懂程序代码的作用,能够大大增强程序的可读性。代码缩进:在C中,代码的缩进只影响代码的可读性和美观,不影响实际使用。每一个元素,可以是任意类型的数据,如字符串、数字、布尔等。在代码中,被写下来的固定的值(数据),叫做字面量。列表、元组、字符串,均可以可以视为序列。原创 2024-03-21 16:49:37 · 766 阅读 · 0 评论 -
神经网络介绍
如果没有激活函数,无论网络多么复杂,最后的输出都是输入的线性组合,而纯粹的线性组合并。引入激活函数之后,由于激活函数都是非线性的,这样就给神经元引入了非线性元素,使得神经。网络可以逼近任何非线性函数,这样使得神经网络应用到更多非线性模型中。串联的神经元似乎只有传递的作用,那么 一根和多根似乎没有区别。以数学公式的形式将神经元串联起来,下面再来看一个特别重要的概念——不能解决更为复杂的问题。原创 2024-03-19 16:27:45 · 350 阅读 · 0 评论 -
深度学习介绍
深度学习任务:分类和回归是生成的基础,分类和回归是生成的基础,有的时候需要多个模态的数据,比如 图片, 文字, 声音。简而言之,深度学习就是找一个函数f,设计一个很深的网络架构让机器自己学。深度学习:机器学习的一个子集:利用多层神经网络从大量数据中进行学习。机器学习算法:基于数学,或者统计学的方法,具有很强的可解释性。机器学习:能够随着数据量的增加不断改进性能的算法。人工智能:能够感知、推理、行动和适应的程序。工作原理:1、距离度量(欧式距离)3、生成任务(结构化)原创 2024-03-15 21:14:21 · 213 阅读 · 0 评论