- 博客(4)
- 收藏
- 关注
RSS订阅原创 【无标题】
3、dense模块每层3 X 3卷积size = 3，stride = 1，padding = 1，每层1 X 1卷积size = 1，stride = 1，padding=0，每层avg_pooling的size = 2 ，stride = 2。第二层卷积输入通道为 64，输出通道为192，size = 3，stride = 1，padding = 1，最大池化size = 3，stride= 2，padding = 1；最大池化size = 2，stride = 2；
2023-11-06 18:13:58
20
原创 机器学习任务
k-最近邻算法（k-Nearest Neighbor, KNN）是一种基本分类和回归方法，即给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的k个实例，这k个实例的多数属于某个类，就把该输入实例分到这个类中。层次聚类（Hierarchical Clustering）通过计算不同类别数据点之间的相似度来创建一棵有层次的嵌套聚类树，在聚类树中，不同类别的原始数据点是树的最底层，树的顶层是一个聚类的根节点。用KNN算法给新输入的实例分类，只要找到离它最近的k个实例，看哪个类别多即可。
2023-11-03 18:10:22
131
原创 深度学习（总结2）
这些信号比如说眼睛接收到的光学啊，或者耳朵接收到的声音信号，到树突的时候会产生一些微弱的生物电，那么就形成这样的一些刺激，那么在细胞核里边对这些收集到的接收到的刺激进行综合的处理，当他的信号达到了一定的阈值之后，那么他就会被激活，就会产生一个刺激的输出，那么就会形成一个我们大脑接收到的进一步的信号，那么他是通过轴突这样的输出计算的，这就是我们人脑的一个神经元进行感知的时候大致的一个工作原理。图像分类(物体识别)：整幅图像的分类或识别。图像描述：根据图像给出图像的描述句子。图像生成：根据文本描述生成图像。
2023-11-02 15:26:09
14
转载 机器学习知识点总结
简单来说机器学习的特性是从我们已经拥有的数据的特征（Data）和其对应的对照的答案（Label）寻找某种规则。Data和Label 帮助大家理解，后续我们会说到有的训练是没有Label也就是对照答案的，像无监督学习。
2023-11-01 14:49:51
30
1
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