学习笔记

【提示词模板】扣子官方提示词书写模板

【生成对抗网络】GAN生成对抗网络理论知识

【Transformer】Transformer理论知识

【Self-attention】注意力机制理论知识

文章目录一、图像分类任务二、线性分类器：2.1 图像表示：2.2 损失函数：多类支持向量机损失：2.3 正则项与超参数：K折交叉验证：2.4 优化算法：梯度下降法（SGD）：随机梯度下降：小批量梯度下降法：三、全连接神经网络（多层感知器）3.1 网络结构设计：3.2 损失函数：1、SOFTMAX（把分数变成概率）2、交叉熵损失3.3 优化算法：1、计算图与反向传播：2、再谈损失函数（梯度消失问题）:3、解决梯度消失问题：动量法与自适应梯度解决方法1：动量法（累加让震荡方向互相抵消）解决方法2：自适应梯度Ad

文章目录四、卷积神经网络4.1 卷积与图像去噪1、卷积的性质：2、高斯卷积核（高斯滤波：线性滤波器）：高斯卷积核（解决平均卷积存在的问题）卷积核参数小结：高斯卷积核的特性：3、图像噪声与中值滤波器（非线性滤波器）：高斯噪声：中值滤波器（非线性滤波器）：4.2 卷积与边缘提取边缘的种类：噪声对求边缘的影响：非极大值抑制（让边变细）：Canny边缘检测器（双阈值）（解决有噪声的边）：4.3 纹理表示1、基于卷积核组的纹理表示法：2、纹理分类任务（忽略纹理的位置）：3、卷积核组的设计：4、卷积神经网络：全连接神经

文章目录五、经典神经网络解析（ImageNet大规模视觉识别挑战赛）：5.1、AlexNet（2012年8层神经网络）总结 AlexNet :5.2、ZFNet（2013年8层神经网络）5.3、VGG（2014年16、19层神经网络）总结VGG：5.4、GoogleNet（2014年22层神经网络）串联结构存在的问题：举例子计算说明：5.5、ResNet（2015年152层神经网络，3.6%低于人类错误率5.1%）ResNet的改变：总结ResNet：5.6、本章总结五、经典神经网络解析（ImageNet

常用的聚类模型评价指标：ARI评价法（兰德系数）、AMI评价法（互信息）、V-measure评分、FMI评价法、轮廓系数 等常用的分类模型评价指标：准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1值（F1 Value）、ROC和AUC 等常用的回归模型评价指标：平均绝对误差、均方误差、中值绝对误差、可解释方差值 等......

目录自然语言处理主要内容自然语言的构成自然语言处理的步骤1：词法分析1 分词：2 实体识别3 实体识别方法：序列标注4 序列标注关键算法：5 序列标注应用：5.1 新词发现：5.2 领域中文分词5.3 命名实体识别5.4 依存句法分析（帮助句法分析）自然语言处理的步骤2：句法分析1 主题模型与特征提取1.1 TF-IDF1.2 主题模型1.3 LDA（潜在狄利克雷分配Latent Dirichlet Allocation）1.4 词向量与分布式表示2 文本分类与相似度量自然语言处理的步骤3：语

OpenCV 图像匹配识别滑动验证码缺口

【代码】【CUDA】判断电脑CUDA和cuDNN是否安装成功（Windows）