深度学习
文章平均质量分 92
算法金
资料在 算法金 公众号领 | 【算法金】 0 基础跨行转 AI 上岸,多个算法赛 Top;多次受邀为 211 高校 AI 实训 | 日更万日,让更多人享受智能乐趣
展开
-
算法金 | 秒懂 AI - 深度学习五大模型:RNN、CNN、Transformer、BERT、GPT 简介
每个节点不仅接收当前输入,还接收前一个节点的输出,从而形成记忆能力。Transformer 摒弃了传统 RNN 的循环结构,通过自注意力机制和并行处理,实现了更快的训练速度和更好的效果。BERT 的创新在于其双向性和预训练方法,使得模型在各种 NLP 任务中都表现优异,尤其是在需要上下文理解的任务中。CNN 的创新点在于卷积层的使用,使其能够有效提取图像的空间特征,大大减少了参数数量,提高了计算效率。GPT 的创新在于其生成能力和规模,通过预训练和大规模数据,能够生成自然流畅的文本,几乎达到人类水平。原创 2024-07-15 22:57:10 · 1156 阅读 · 0 评论 -
算法金 | 深度学习图像增强方法总结
常见的方法包括基于插值的方法、基于学习的方法和基于稀疏表示的方法。GAN 的基本架构由生成器和判别器组成,生成器生成假图像,判别器判断图像的真假,二者通过对抗训练不断提升图像质量。低频增强滤波通过保留图像中的低频成分(即平滑部分)来减少图像的噪声和不必要的细节。常见的方法包括基于纹理合成的方法和基于深度学习的方法。锐化滤波通过增强图像的边缘信息来提高图像的清晰度,常见的锐化滤波器有拉普拉斯滤波器和高通滤波器。基于深度学习的方法如生成对抗网络(GAN),通过生成器和判别器的对抗训练,实现图像的修复。原创 2024-07-14 23:04:49 · 515 阅读 · 0 评论 -
算法金 | DL 骚操作扫盲,神经网络设计与选择、参数初始化与优化、学习率调整与正则化、Loss Function、Bad Gradient
大侠幸会,在下全网同名「算法金」 0 基础转 AI 上岸,多个算法赛 Top 「日更万日,让更多人享受智能乐趣」原创 2024-07-10 23:39:54 · 953 阅读 · 0 评论 -
算法金 | 致敬深度学习三巨头:不愧是腾讯,LeNet问的巨细。。。
大侠幸会,在下全网同名「算法金」 0 基础转 AI 上岸,多个算法赛 Top 「日更万日,让更多人享受智能乐趣」读者参加面试,竟然在 LeNet 这个基础算法上被吊打~LeNet 确实经典,值得好好说道说道。原创 2024-07-03 23:43:52 · 863 阅读 · 0 评论 -
算法金 | Transformer,一个神奇的算法模型!!
大侠幸会,在下全网同名「算法金」 0 基础转 AI 上岸,多个算法赛 Top 「日更万日,让更多人享受智能乐趣」在现代自然语言处理(NLP)领域,Transformer 模型的出现带来了革命性的变化。它极大地提升了语言模型的性能和效率,而自注意力机制是其中的核心组件。今个儿我们将通过五个阶段,逐步深入讲解自注意力机制,帮助大侠一窥其原理和应用,成功实现变身(装 X )原创 2024-07-01 22:39:04 · 1010 阅读 · 0 评论 -
算法金 | 没有思考过 Embedding,不足以谈 AI
大侠幸会,在下全网同名「算法金」 0 基础转 AI 上岸,多个算法赛 Top 「日更万日,让更多人享受智能乐趣」在当今的人工智能(AI)领域,Embedding 是一个不可或缺的概念。如果你没有深入理解过 Embedding,那么就无法真正掌握 AI 的精髓。接下来,我们将深入探讨 Embedding 的基本概念。原创 2024-06-27 22:14:34 · 934 阅读 · 0 评论 -
算法金 | 一文看懂人工智能、机器学习、深度学习是什么、有什么区别!
人工智能(AI),简而言之,是让机器模仿人类的认知功能,如学习、解决问题和理解语言的科学和工程。AI旨在创造出能够执行任务且在某些情况下甚至超越人类能力的智能系统。机器学习是AI的一个分支,它允许软件应用程序变得更加精确地预测结果而无需显式编程。通过分析数据和识别模式,机器学习算法可以学习其执行任务的指令。2.1.1 从数据中学习的算法机器学习算法通过训练过程从提供的数据集中学习,并根据学习到的数据模式做出决策或预测。2.1.2 与传统编程的区别在传统编程中,程序员编写规则来处理数据并产生输出。原创 2024-06-16 16:36:38 · 821 阅读 · 0 评论 -
算法金 | 自动帮你完成物体检测标注?这个工具你必须了解一下
在对象检测工作中,标注过程是最为繁琐和耗时的部分。为了简化这一过程,有人开发了一个基于半监督架构的自动注释工具。该工具利用少量标注数据训练的模型为数据集的其余部分生成新标签,从而节省大量时间。原创 2024-06-09 23:40:04 · 725 阅读 · 0 评论 -
算法金 | LSTM 原作者带队,一个强大的算法模型杀回来了
LSTM 是一种改进的循环神经网络(RNN),专门用于解决传统 RNN 中的长期依赖问题。RNN 在处理序列数据时,能够利用前面的信息,但是当序列过长时,信息会逐渐丢失。而 LSTM 通过引入记忆单元(Memory Cell)和门控机制(Gate Mechanisms),有效地解决了这一问题。原创 2024-06-08 23:08:11 · 1372 阅读 · 0 评论 -
算法金 | 这次终于能把张量(Tensor)搞清楚了!
张量是深度学习中用于表示数据的核心结构,它可以视为多维数组的泛化形式。在机器学习模型中,张量用于存储和变换数据,是实现复杂算法的基石。本文基于 Pytorch。原创 2024-06-07 22:14:51 · 780 阅读 · 0 评论 -
算法金 | 读者问了个关于深度学习卷积神经网络(CNN)核心概念的问题
大侠幸会,在下全网同名[算法金] 0 基础转 AI 上岸,多个算法赛 Top [日更万日,让更多人享受智能乐趣]读者问了个关于卷积神经网络核心概念的问题,如下,【问】神经元、权重、激活函数、参数、图片尺寸,卷积层、卷积核,特征图,平均池化,全家平均池化,全连接层、隐藏层,输出层 【完整问题】神经元、权重、激活函数、参数、图片尺寸,卷积层、卷积核,特征图平均池化,全家平均池化,全连接层、隐藏层,输出层,这一堆的概念,他们之间分别由什么关联和区别,啊啊啊我嘎了~很好的问题,搞清楚概念很重要。原创 2024-06-06 20:45:00 · 1353 阅读 · 0 评论