人工智能
文章平均质量分 96
tony_dr
这个作者很懒,什么都没留下…
展开
-
模型优化和调整(2)
接。原创 2024-04-09 13:31:08 · 863 阅读 · 0 评论 -
模型优化和调整(1)
我们通常会调整模型,以期望获得一个“既快又好”的模型(for both efficiency and effectiveness)。模型优化一般集中于过程(inference,推断,这里指模型训练过程)和结果(goal)两个方面。原创 2024-04-03 14:40:56 · 566 阅读 · 0 评论 -
GANs和Diffusion模型(3)
Denoising Diffusion Probabilistic Model,简写为DDPM。。FID(Fréchet Inception Distance,弗雷切特起始距离)用于评价一个生成模型产生的图片质量的指标。FID分数会比较生成图片的分布和用于训练生成器的真实图片的分布。由于FID是在测量两种图片分布之间的距离,因此一个完美的FID分数是0.0。通常,一个模型的FID分数越低,说明这个模型产生的图片质量越高。原创 2024-04-01 11:02:32 · 1097 阅读 · 0 评论 -
GANs和Diffusion模型(2)
可以看出,生成器的神经网络中,我们使用了转置卷积和批规范化。模型summary如下,第一个全连接层Dense:输入100x1向量,输出7*7*256=12544个结点,因此有参数:100*12544+12544 = 1266944个接下来的BatchNormalization:对于当前层的每一个结点,batch normalization有4个参数,因此有:12544 * 4 = 50176。具体细节可以查看前面在批规范化(batch normalization)中给出的参考博文。原创 2024-03-25 13:43:47 · 1011 阅读 · 0 评论 -
GANs和Diffusion模型(1)
同时,定义生成器和鉴别器的优化因子,用于梯度下降的算法。学习率0.001,表示每次梯度下降的时候,只下降当前梯度值的千分之一。详见“语言要点”中的“下面这段代码用于创建checkpoint,其作用并未验证。原创 2024-03-21 15:55:56 · 809 阅读 · 0 评论 -
卷积神经网络必备基础
什么是ImageNet一个很容易访问的大规模图片数据库起始于2009年基于WordNet架构每一个概念有多个同义词集合(synset, or synonym set)描述,例如对于Continental glacier(大陆冰川)有以下同义词集:Geological formation | ice mass | glacier | continental glacier当前,每一个同义词集大约有1000张图片ImageNet挑战赛(ImageNet Challenge)原创 2024-03-11 10:43:55 · 831 阅读 · 0 评论 -
神经网络必备基础
和相比,本文更侧重于程序实现Keras是一个高级的神经网络API,用Python实现的,并且可以运行在TensorFlow、CNTK或Theano等后台之上。原创 2024-03-08 08:31:13 · 879 阅读 · 0 评论 -
神经网络介绍
机器学习(Machine Learning)人工智能(Artificial Intelligence),机器学习,深度学习(Deep Learning)的关系:人工智能 > 机器学习 > 深度学习。(">"表示包含)而神经网络是深度学习中才用到的:深度学习基于神经网络(更准确地说是人工神经网络, ANN)神经元(neuron)中间神经元(Interneuron):用于处理信息人工神经元(Artificial Neuron)是一个数学函数。原创 2024-03-06 14:31:57 · 1020 阅读 · 0 评论 -
Deep Learning相关概念介绍
Deep learning介绍属于machine learning的范畴3层及以上的神经网络模拟人类处理数据和做出决策的行为在过去几年指数级增长以大规模数据处理和推理的进步为动力(GPUs)线性回归 (Linear Regression)y=ax+b, a is slope(斜率), b is intercept(截距)逻辑回归(Logistic Regression)y = f(ax+b), f是激活函数(Activation Function)Perceptron(感知机)原创 2024-03-04 16:50:55 · 1030 阅读 · 0 评论 -
Kmeans算法学习
本博文通过学习《全面解析Kmeans聚类(Python) · Issue #42 · aialgorithm/Blog · GitHub》中的Kmeans算法以及其中的一个程序,详细描述了Kmean聚类算法的实现细节。通过这个学习,可以更好地理解Kmeans算法。在学习过程中,也大量参考了《Kmeans++聚类算法原理与实现 - 知乎 (zhihu.com)》这篇文章Kmeans算法主要用于无监督学习中的聚类,即将一堆数据按照其数据特征分类。原创 2023-12-28 14:15:07 · 1786 阅读 · 1 评论 -
初步理解什么是NLP
基于对一篇较好的NLP博文的学习,初步理解什么是NLP(Nature Language Processing)原创 2023-12-01 15:29:24 · 2213 阅读 · 1 评论 -
使用Python开发AI常用的工具或库
官网的描述比较抽象:“Jupyter Notebook是用于通信和执行交互式计算的社区标准。它们是一个融合了计算、输出、解释性文本、数学、图像和对象的富媒体表示的文档”。简单来说,Jupyter Notebook可以认为是,可以编辑并运行Python代码。同时,由于Jupyter Notebook可以包含很多Python的工具库,比如matplotlib,因此可以很方便地在运行时绘制类似Matlab的图标。原创 2023-10-27 13:53:04 · 343 阅读 · 1 评论 -
初识Google Colab Jupyter Notebook
Colab notebook不只是一个静态的页面,而是可以直接书写和执行Python代码。每个notebook实例可以添加多个代码单元(code cell)。每个代码单元可以单独执行,也可以所有代码单元一起执行。前一个代码单元定义的变量可以在后面的代码单元中使用。原创 2023-10-26 10:38:36 · 916 阅读 · 0 评论