![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI核心能力
文章平均质量分 92
Hellespontus
我的征途是星辰大海
展开
-
【AI核心能力】第9讲 CNN是怎样让计算机拥有“视觉”的?
代码手动实现并讲解了卷积核的原理,详解了卷积核的各参数设置,区分了不同卷积核的用途和特性,使用PyTorch搭建了一个卷积神经网络用于图像中的物体识别,最后介绍了CNN的各种变体与它们各自的优势。原创 2023-10-07 21:30:13 · 134 阅读 · 1 评论 -
【AI核心能力】第8讲 RNN:依赖问题与神经网络的“前世今生”
以依赖问题/序列问题引入,实践发现全连接神经网络的缺陷,从而引出RNN循环神经网络,用PyTorch进行了代码实现解决了复杂数据集的问题,并进一步介绍了RNN的变体LSTM和GRU网络出现的原因和原理,以及循环神经网络的应用场景。原创 2023-09-24 19:20:10 · 175 阅读 · 1 评论 -
【AI核心能力】第7讲 深度学习:从一些“杂谈”到4种激活函数、3种权值初始化方式以及6种优化器
总结了现代人工智能的特点和局限,介绍了深度学习的要点,深入讲解了4种激活函数、3种权值初始化方式、梯度消失和梯度爆炸的原因和解决方案、梯度检查、early stopping以及6种优化器。原创 2023-09-18 22:14:51 · 216 阅读 · 0 评论 -
【AI核心能力】第6讲 从零手搓一个深度学习网络
解释了为什么需要深度学习,实现了激活函数、求拓扑序列、自动求导,手写了前后向传播和优化代码,得到一个一维深度学习网络,并给出了多维版本和二维版本的可视化结果。原创 2023-09-13 11:05:03 · 188 阅读 · 0 评论 -
【AI核心能力】第5讲 机器学习三
介绍了KNN、贝叶斯分类、支持向量机SVM、决策树、集成学习中的bagging和boosting,bagging中详细阐述了随机森林如何提高预测正确率。原创 2023-09-07 23:43:22 · 232 阅读 · 1 评论 -
【AI核心能力】第4讲 机器学习二
解释了欠拟合&过拟合、正则化,以及数据集的切分、数值归一化和标准化,阐释了One-Hot 和 Embedding 的原理。使用三种方式实现了梯度下降代码,提供了两类回归问题的代码实战。原创 2023-09-05 23:09:20 · 185 阅读 · 0 评论 -
【AI核心能力】第3讲 机器学习一
对回归问题中的softmax和cross_entropy进行了探讨,同时介绍了机器学习的各种评价指标。原创 2023-09-04 11:36:26 · 173 阅读 · 1 评论 -
【AI核心能力】第2讲 机器学习初探
从优化问题引出动态规划思想,对比得出我们需要机器学习的原因,区分了有监督学习和无监督学习框架,介绍了梯度下降的思想并进行了两个聚类问题的代码实战。原创 2023-09-02 16:45:49 · 353 阅读 · 0 评论 -
【AI核心能力】第1讲 人工智能导论
人工智能导论,记录自己人工智能入门的过程。原创 2023-09-02 15:50:35 · 116 阅读 · 0 评论