分类： AI之美

数据泄漏是深度学习中一个非常易出现的问题。一、数据泄漏现象数据泄漏指:模型在测试集上表现意外地好。通常是由以下… 继续阅读 【深度学习】深度学习中的数据泄漏现象如何解决？

创建自己的 RNN 网络需要考虑以下几个方面:一、网络结构选择合适的 RNN 单元结构,比如最基本的 RNN … 继续阅读 【深度学习】创建自己的RNN网络需要考虑什么？

CNN和RNN的使用场景主要如下: CNN 的典型使用场景包括:一、计算机视觉CNN很适合处理2D图像。常见应… 继续阅读 CNN和RNN在什么情况下使用？

RNN、LSTM 和 GRU 存在以下主要区别:一、结构RNN是最基本的循环神经网络结构。LSTM和GRU都基… 继续阅读 RNN、LSTM、GRU的区别是什么？

高斯混合模型(GMM)的工作原理主要有以下几个部分:一、模型定义GMM假设数据来自K个多元高斯分布的混合: π… 继续阅读 高斯混合模型(GMM)的工作原理是什么？

常见的 CNN 网络及其主要特点和区别如下:LeNet : 最早的 CNN 算法,由 Yann LeCun 提… 继续阅读 常见CNN网络(LeNet、AlexNet等)的特点和区别是什么？

深度学习中常用的数据增强技巧主要包括:一、翻转对图像随机水平翻转或者垂直翻转。 二、裁剪对图像随机裁剪一部分后… 继续阅读 深度学习中常用的数据增强方法有哪些？

PyTorch和TensorFlow存在以下主要区别:i、使用方式PyTorch使用面向对象的方式定义计算图,… 继续阅读 PyTorch和TensorFlow的区别是什么？

反向传播(Backpropagation)算法的工作原理主要包括以下几个步骤:一、定义损失函数首先定义神经网络… 继续阅读 反向传播算法的工作原理是什么？

数据归一化在机器学习中的好处主要有以下几个方面:i、避免优化不平衡如果特征的范围存在较大差异,梯度下降优化就会… 继续阅读 机器学习中数据归一化的好处是什么？

深度学习和机器学习存在以下主要区别:一、网络结构深度学习使用多层的神经网络结构。而机器学习使用较简单的模型,如… 继续阅读 深度学习和机器学习有什么区别？

人工神经网络和生物神经元存在以下主要区别:i、发展背景人工神经网络是受生物神经元启发而来的计算模型。但正在逐渐… 继续阅读 【机器学习】人工神经网络和生物神经元的区别是什么？

深度学习的核心原理主要包含以下几个方面:一、多层表示通过多层神经网络,深度学习可以学习多层次的表示。初步学习低… 继续阅读 【深度学习】深度学习的原理是什么？

迁移学习(Transfer Learning)是一种利用源任务已学知识来帮助目标任务学习的机器学习方法。 其基… 继续阅读 迁移学习的原理是什么？

主要的 activation function有:一、Sigmoid 函数Sigmoid 函数的表达式为: 值… 继续阅读 【机器学习】neural network的activation function有哪些？

深度学习的最终目标是:通过学习多层次的表示,实现复杂问题的建模和解决。 具体来说: i、自动学习特征深度学习可… 继续阅读 【深度学习】深度学习的目标是什么？

评价聚类的主要方法包括:一、轮廓系数轮廓系数 计算每个样本与其簇内所有其他点的平均距离与与最近簇之间的平均距离… 继续阅读 聚类算法的评价方法有哪些？

深度学习的主要优点主要有以下几个方面:一、逼真模型深度学习通过学习多层次的表示,能更好地模拟实际世界的复杂性。… 继续阅读 深度学习的优点是什么？

迁移学习(Transfer Learning)是一种利用源任务已学知识来帮助目标任务学习的机器学习方法。 其基… 继续阅读 什么是迁移学习？实例讲解