- 博客(5)
- 收藏
- 关注
RSS订阅
1原创 K-Means聚类算法
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录写在前面写在前面机器学习可以分为**“监督学习”和“无监督学习”**。监督学习是指我们已经得出对一组数据的分类，机器通过对输入和输出的分析，训练出相应的最优的训练模型，从而实现简单的分类。然后这个模型就有了对未知数据的分析能力。往往是去学习我们已经创建好的分类系统。监督学习是训练神经网络和决策树常见的方法。典型的算法有KNN和SVM。无监督学习可以是由输入数据中学到或者创建一个模型，并依此模式推断新的结果。输入数据是由.
2022-05-20 11:00:34
185
原创 YOLO模型
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录一、yolo是什么？二、yolo的原理目标原理2.读入数据总结一、yolo是什么？yolo是目标检测模型。目标检测是计算机视觉中比较简单的任务，用来在一张图片中找到特定的物体，目标检测不仅要求对物体的种类进行识别，同时要求我们对物体的位置进行标记。而且YOLO相比于以往的带有建议框的神经网络，速度大有提升。类别是离散数据，位置是连续数据。二、yolo的原理目标我们的目的是找出一张图片上物体的位置和种类，这其中包含5个.
2022-05-19 18:07:39
4993
原创 全连接网络（FC）、前馈神经网络（BP）
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言全连接（FC）网络卷积神经网络（CNN）全连接网络（FC）、前馈神经网络（BP）前言全连接网络（FC）和前馈神经网络（BP）的实质是一样的。全连接（FC）网络全连接（FC）网络结构是最基本的神经网络/深度神经网络层，全连接层的每一个节点都与上一层的所有节点相连。全连接层在早期主要用于对提取的特征进行分类，然而由于全连接层所有的输出与输入都是相连的，一般全连接层的参数是最多的，这需要相当数量的存储和计算空间。参数.
2022-05-19 11:58:23
4916
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