机器学习
文章平均质量分 84
机器学习是一种人工智能(AI)的分支领域,旨在通过构建和训练模型,使计算机能够从数据中学习和进行预测或决策,而无需明确编程。机器学习的核心思想是通过从数据中自动学习模式和规律,以实现对未知数据的预测或行为。
胡乱儿起个名
什么都会一点儿的研究生!目前就职于某芯片公司....
展开
-
Batch Normalization和Layer Normalization和Group normalization
批量规范化和层规范化在神经网络中的每个批次或每个层上进行规范化,而GroupNorm将特征分成多个组,并在每个组内进行规范化。这种规范化技术使得每个组内的特征具有相同的均值和方差,从而减少了特征之间的相关性。通常,组的大小是一个超参数,可以手动设置或自动确定。相对于批量规范化,GroupNorm的一个优势是它对批次大小的依赖性较小。这使得GroupNorm在训练小批量样本或具有不同批次大小的情况下更加稳定。另外,GroupNorm还可以应用于一维、二维和三维的输入,适用于不同类型的神经网络架构。原创 2024-03-05 22:53:00 · 1508 阅读 · 0 评论 -
卷积神经网络的通道和批次代码演示
【代码】卷积神经网络的通道和批次代码演示。原创 2024-03-02 00:30:58 · 262 阅读 · 0 评论 -
机器学习笔记--机器学习基本概念(全面总结,通俗易懂)
什么是机器学习?本文主要介绍了机器学习中的常见概念,包括监督学习和无监督学习、半监督学习、弱监督学习、强化学习、欠拟合和过拟合、损失和优化的概念以及常用的激活函数等。原创 2024-01-22 19:13:26 · 1164 阅读 · 0 评论 -
机器学习笔记--监督学习和无监督学习全面总结(原理、示意图、代码)
本文为大家总结了监督学习和无监督学习中常用算法原理简单介绍,包括了代码的详细详解,是机器学习的入门学习,同时也是AI算法面试的重点问题。主要包括线性回归、逻辑回归、决策树、朴素贝叶斯、k近邻算法、SVM、PCA、K-Meams等。原创 2024-01-21 21:20:18 · 2523 阅读 · 1 评论