- 博客(4)
- 收藏
- 关注
原创 2020-11-01
代码解读#定义格式normalize = transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])#定义格式vgg_format = transforms.Compose([ transforms.CenterCrop(224), transforms.ToTensor(), normalize,
2020-11-01 16:08:13
681
原创 2020-10-25
#####学习笔记玻尔兹曼机的理论和应用意义:有统计物理学支撑。生成式模型效果往往不如判别式模型。理论:模型结构:网络拓扑结构优化。学习算法:非线性优化过程近似应用:作为一种概率生成式模型应用到了协同滤波推荐、数据降维、时间序列降维问题。自编码器变种:正则自编码器:使提取的特征表达符合某种性质。惩罚大权重的L2正则化。稀疏自编码器:提取系数特征表达(假设:高维而稀疏的表达是好)稀疏约束:限制神经元平均激活度在一个很小的值去噪自编码器:提取鲁棒特征表达(假设:能够对“被污染/破坏”的
2020-10-25 13:05:14
228
1
原创 学习神经网络笔记
1. 过程笔记:人工智能+金融:芝麻信用人工智能+内容创作:腾讯的DreamWriter和阿里的鲁班系统人工智能+机器人人工智能>机器学习>深度学习逻辑演绎vs归纳总结调查问卷:每一个问题对应一个语义概念问题选项:同一概念的不同图像模式知识工程vs机器学习知识工程:结果容易解释、依赖专家祝福按经验,难以保持一致性和准确性。好比与一个函数的构造过程,复杂度不固定机器学习:结果不易被解释、来源于真实数据,减少人工规则主观性,可信度高。好比一个神经网络,复杂度固定机器
2020-10-18 20:08:58
197
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