内容选择
全部
内容选择
内容分类
  • 学堂
  • 博客
  • 论坛
  • 开发服务
  • 开发工具
  • 直播
  • 视频
  • 用户
时间
  • 一周
  • 一个月
  • 三个月
  • 浅谈深度学习

    前言当今计算机科技领域中,深度学习是最具有影响力的技术之一。这篇文章将介绍深度学习是什么,它的应用领域,以及为什么它如此重要。简介深度学习是一种机器学习技术,它使用大量人工神经网络来模拟人类大脑的工作方式。这些神经网络可以自动从数据中学习模式,并根据这些模式进行预测和分类。深度学习技术已经在多

    作者: 运气男孩
    24
    3
  • 深度学习前景

    为众所周知的“深度学习’’。这个领域已经更换了很多名称,它反映了不同的研究人员和不同观点的影响。全面地讲述深度学习的历史超出了本书的范围。然而,一些基本的背景对理解深度学习是有用的。一般来说,目前为止深度学习已经经历了三次发展浪潮:20世纪40年代到60年代深度学习的雏形出现在控

    作者: G-washington
    1665
    1
  • 深度学习概念

    深度学习概念 深度学习(Deep Learning, DL)由Hinton等人于2006年提出,是机器学习(MachineLearning, ML)的一个新领域。 深度学习被引入机器学习使其更接近于最初的目标----人工智能(AI,Artificial Intelligence)

    作者: QGS
    973
    3
  • 什么是深度学习

    同的特征置于哪一层。也就是说,相比于传统机器学习算法需要提供人工定义的特征,深度学习可以自己学习如何提取特征。因此,相比于传统的机器学习算法,深度学习并不依赖复杂且耗时的手动特征工程。深度学习中的“深度”体现在将数据转换为所需要数据的层数之深。给定模型进行数据输入,可以将描述模型

    作者: 角动量
    1546
    5
  • 浅谈深度学习

    首先要明白什么是深度学习深度学习是用于建立、模拟人脑进行分析学习的神经网络,并模仿人脑的机制来解释数据的一种机器学习技术。它的基本特点是试图模仿大脑的神经元之间传递,处理信息的模式。最显著的应用是计算机视觉和自然语言处理(NLP)领域。显然,“深度学习”是与机器学习中的“神经网络

    作者: 运气男孩
    1268
    3
  • 深度学习导论

    Network)的扩展和应用为基础,这次浪潮的出现标志着深度学习时代的来临。这一阶段的研究主要集中在如何提高深度神经网络的性能和泛化能力上。SVM作为一种经典的机器学习算法,在分类问题上表现出了良好的性能。随着深度学习的不断发展,其应用领域也在不断扩大。深度学习已经成为了许多领域的重要工具,例如自然

    作者: 林欣
    42
    1
  • 深度学习应用开发》学习笔记-14

    global_variable_initializer()然后开始迭代训练,训练的内容,是每次将样本逐个输入模型,进行梯度下降优化操作。这里为了演示,每轮迭代后绘制出模型曲线(这里有点不清楚的地方,是将样本输入模型?还是训练得到了模型?我觉得是前者,训练得到的只是参数值,模型不是训练出来的)训练代码:for xs

    作者: 黄生
    626
    2
  • 深度学习入门》笔记 - 26

    拟合、过拟合的总结如下:接下来是TensorFlow框架部分,之前有个帖子 基于TensorFlow 2建立深度学习的模型 - 快速入门 cid:link_0然后会使用它来建立线性回归模型和神经网络分类模型敬请期待

    作者: 黄生
    49
    2
  • 面积曲线AUC(area under curve)

    候使用的阈值,我们就可以得到一个经过(0, 0),(1, 1)的曲线,这就是此分类器的ROC曲线。一般情况下,这个曲线都应该处于(0, 0)和(1, 1)连线的上方。因为(0, 0)和(1, 1)连线形成的ROC曲线实际上代表的是一个随机分类器。虽然,用ROC curve来表示分

    作者: 代码的路
    发表时间: 2023-01-12 02:36:13
    63
    0
  • 浅谈深度学习

    学习方法——深度前馈网络、卷积神经网络、循环神经网络等;无监督学习方法——深度信念网、深度玻尔兹曼机,深度自编码器等。深度学习的思想:深度神经网络的基本思想是通过构建多层网络,对目标进行多层表示,以期通过多层的高层次特征来表示数据的抽象语义信息,获得更好的特征鲁棒性。深度学习应用

    作者: QGS
    39
    2
  • 深度学习简介

    信息进一步优化神经网络权值的深度置信网络(DBN)。 通过多层处理,逐渐将初始的“低层”特征表示转化为“高层”特征表示后,用“简单模型”即可完成复杂的分类等学习任务。由此可将深度学习理解为进行“特征学习”(feature learning)或“表示学习”(representation

    作者: 某地瓜
    1683
    1
  • 认识深度学习

    什么是深度学习 要理解什么是深度学习,人们首先需要理解它是更广泛的人工智能领域的一部分。简而言之,人工智能涉及教计算机思考人类的思维方式,其中包括各种不同的应用,例如计算机视觉、自然语言处理和机器学习。 机器学习是人工智能的一个子集,它使计算机在没有明确编程的情况下能够更好地完成

    作者: 建赟
    1845
    2
  • 【mindSpore】【深度学习】求指路站内的深度学习教程

    老师给了我们个任务,用mindSpore完成一个深度学习,求大佬指路,站内有什么方便的教程。要求不能是花卉识别、手写体数字识别、猫狗识别,因为这些按教程已经做过了(然而我还是不会mindSpore)。尽量简单,我们只要是个深度学习就能完成任务。

    作者: abcd咸鱼
    1443
    1
  • 什么是深度学习

    深度学习是支撑人工智能发展的核心技术,云服务则是深度学习的主要业务模式之一。OMAI深度学习平台(以下简称OMAI平台)即是在上述前提下诞生的平台软件。OMAI深度学习平台是具备深度学习算法开发、模型训练、推理服务等能力的一站式平台软件。OMAI平台以支持高性能计算技术和大规模分

    作者: OMAI
    6642
    0
  • MATLAB实战 | 科赫曲线的绘制

    角形的另外两边代替,得到曲线L1,如图1所示。再对L1中的4条线段都按上述方式修改,得到曲线L2,如此继续下去进行n次修改得到曲线Ln,当n→∞时得到一条连续曲线L,这条曲线L就称为科赫曲线。 ■ 图1 科赫曲线构造过程 科赫曲线的构造规则是将每条直线用

    作者: TiAmoZhang
    发表时间: 2023-09-27 14:15:24
    85
    0
  • 分享深度学习笔记组件学习

    组件学习组件学习不仅使用一个模型的知识,还使用多个模型的知识。人们相信,通过独特的信息组合或输入(包括静态和动态),深度学习可以比单一模式更深入地理解和表现。迁移学习是组件学习的一个非常明显的例子。基于这一思想,对类似问题预先训练的模型权重可用于对特定问题进行微调。为了区分不同类

    作者: 初学者7000
    628
    1
  • 深度学习释义

    深度学习是机器学习的一种,而机器学习是实现人工智能的必经路径。深度学习的概念源于人工神经网络的研究,含多个隐藏层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。研究深度学习的动机在于建立模拟人脑进行分析学

    作者: 某地瓜
    1961
    1
  • 深度学习发展的学习范式——成分学习

    成分学习    成分学习不仅使用一个模型的知识,而且使用多个模型的知识。人们相信,通过独特的信息组合或投入(包括静态和动态的),深度学习可以比单一的模型在理解和性能上不断深入。    迁移学习是一个非常明显的成分学习的例子, 基于这样的一个想法, 在相似问题上预训练的模型权重可以

    作者: 初学者7000
    716
    5
  • 机器学习深度学习区别

    深度学习由经典机器学习发展而来,两者有着相同与不同特点1.完全不同的模式机器学习:使计算机能从数据中学习,并利用其学到的知识来提供答案(通常为预测)。依赖于不同的范式(paradigms),例如统计分析、寻找数据相似性、使用逻辑等深度学习:使用单一技术,最小化人脑劳动。使用被称为

    作者: 极客潇
    1358
    4
  • 深度学习Sigmoid 激活函数

    Sigmoid 函数的图像看起来像一个 S 形曲线

    作者: 我的老天鹅
    422
    4