标签： 深度学习

ResNet、VGG和Inception网络都是经典且效果较好的图像分类网络结构,它们的一些结构特点如下: 1… 继续阅读 ResNet、VGG、Inception网络的结构特点是什么？

卷积层和池化层在CNN中的作用分别为: 卷积层的主要作用是:i、提取特征卷积层使用卷积核过滤器,对输入进行卷积… 继续阅读 卷积和池化层的作用分别是什么？

检验深度学习模型是否有效主要需要:一、划分测试集将一部分数据(10% – 30%)用于测试集。不参… 继续阅读 如何检验一个深度学习模型是否有效？

GAN(生成对抗网络)的工作原理主要包括以下两部分:i、生成网络(Generator)生成网络 G 的目标是尽… 继续阅读 GAN网络的工作原理是什么？

深度学习中的数据预处理主要包括以下几个步骤:i、数据清洗查找和去除缺失和错误的数据。修正格式不一致,移除极端值… 继续阅读 深度学习中的数据预处理包括什么步骤？

自编码器(AutoEncoder)的主要作用是:i、降维自编码器可以经过编码,将高维数据映射到低维空间。实现数… 继续阅读 自编码器模型的作用是什么？

清晰地理解并应用深度学习,需要掌握以下方面的核心技能:一、问题分析能力能够清晰地分析问题,找出问题的本质和关键… 继续阅读 应用深度学习需要具备哪些技能？

VGG网络是由Oxford的VGG(Visual Geometry Group)团队提出的一种CNN网络结构。… 继续阅读 什么是VGG网络？

实现手写数字识别主要需要注意以下几点:一、图像预处理 统一图像大小将不同大小的图像缩放到统一大小,便于神经网络… 继续阅读 手写数字识别实现需要注意什么？

深度学习需要涉及到的相关数学知识主要包括: 一、线性代数 矩阵 线性方程组 矩阵运算 特征值与特征向量 线性变… 继续阅读 深度学习中的数学知识包括什么？

图像分类中常见的模型主要有:i、LeNetLeNet 是最早的 CNN 模型,用于手写数字图像分类。主要包括卷… 继续阅读 图像分类中常用的模型有哪些？

价值函数(Value Function)是强化学习中的一个重要概念。它定义为某个状态(或状态-动作对)的预期累… 继续阅读 什么是价值函数？

强化学习(Reinforcement Learning)是一种机器学习方法,它通关代理(agent)与环境(e… 继续阅读 什么是强化学习？

迁移学习(Transfer Learning)是一种机器学习方法,它利用源域(source domain)的数… 继续阅读 什么是迁移学习？