AI
文章平均质量分 68
python/人工智能/机器学习/深度学习
七灵微
顺势而为
展开
-
【AI】消融实验ablation study
为了更好地了解该系统,作者进行了一项消融研究,移除系统的不同部分–例如,移除卷积神经网络的一个或两个全连接层,性能损失却出奇地小,这让作者得出以下结论,CNN中最有代表性最显著的部分是卷积层而非连接层。验证是否运行原理符合你的假设(移除系统中的特定的部分,来控制变量式的研究这个部分对于系统整体的影响。如果去除之后系统性能明显的下降,则说明这一部分的设计是必不可少的。这里要注意其中每个其中列出的模块是互相独立的,当模块C是基于模块B时,也就是不存在A+C模型的组合方式时,需要将上表中对应A+C的行删去。原创 2024-06-19 00:53:49 · 254 阅读 · 0 评论 -
【AI】Netron
友情链接Netron 是一个神经网络、深度学习和机器学习模型的浏览器。它可以为模型的架构生成具有描述性的可视化。原创 2024-05-03 22:56:18 · 519 阅读 · 0 评论 -
【AI】ONNX
友情链接开放神经网络交换(Open Neural Network Exchange)简称ONNX,是微软和Facebook提出用来表示深度学习模型的开放格式。所谓开放就是ONNX定义了一组和环境,平台均无关的标准格式,来增强各种AI模型的可交互性。无论你使用何种训练框架训练模型(比如TensorFlow/Pytorch/OneFlow/Paddle),在训练完毕后你都可以将这些框架的模型统一转换为ONNX这种统一的格式进行存储。原创 2024-05-03 22:36:24 · 1006 阅读 · 2 评论 -
隐马尔可夫模型hmm初探
hmm可以处理两种情景的问题,监督式和非监督式。监督式学习指的是你拥有一个输入变量(x)和一个输出变量(Y),使用某种算法去学习从输入到输出的映射函数,Y=f(X)。目标:是足够好的近似映射函数,以便当我们在新的数据 ( x )上可以预测输出变量(Y)。监督式学习可被分为分类和回归问题。分类则输出变量属于某一类,回归指的是输出变量是一个实值。非监督式学习指没有类别信息,通过对对象大量样本数据分析实现对样本分类只有输入但没有相关输出变量。目标是找到数据潜在结构和分布建模。用于分类问题,包含聚类.原创 2021-05-22 21:19:20 · 126 阅读 · 0 评论