- 博客(45)
- 收藏
- 关注
RSS订阅原创 循环神经网络(Recurrent Neural Network,RNN)
介绍了RNN的分类、详细原理，推导了BPTT算法的实现，给出了RNN的实现代码案例。
2024-10-28 22:17:45
1728
2
原创 卷积神经网络(CNN)
介绍了卷积神经网络各层的设计、卷积的概念、卷积神经网络反向传播的计算步骤以及使用pytorch实现卷积神经网络的代码。
2024-10-25 21:36:14
1923
4
原创 EM算法（期望最大算法、Expectation Maximization Algorithm)
介绍了EM算法的实现方式以及定理推导，给出了EM算法的python实现代码
2024-10-23 22:13:56
1035
原创 SVM（支持向量机）
支持向量机(Support Vector Machine,SVM)，可以用来解答二分类问题。：把划分数据的决策边界叫做超平面，点到超平面的距离叫做。在SVM中，距离超平面最近的且满足一定条件的几个训练样本点被称为支持向量。图中，被圈出来的就是支持向量。支持向量机是要使超平面和支持向量之间的间隔尽可能的大，这样才能使两类样本尽可能地分开。间隔又分为和。硬间隔存在的问题：1.只在数据线性可分时有效 2.对异常值非常敏感。
2024-10-20 11:19:20
945
原创 Error BackPropagation（误差逆传播）
介绍了误差逆传播算法，详细分析了前向传播和反向传播，给出了反向传播的代码以及相应的调整策略。
2024-10-18 21:09:58
992
原创 全球DeepFake攻防挑战赛&DataWhale AI 夏令营——图像赛道
随着人工智能技术的迅猛发展，深度伪造技术（Deepfake）正成为数字世界中的一把双刃剑。这项技术不仅为创意内容的生成提供了新的可能性，同时也对数字安全构成了前所未有的挑战。Deepfake技术可以通过人工智能算法生成高度逼真的图像、视频和音频内容，这些内容看起来与真实的毫无二致。然而，这也意味着虚假信息、欺诈行为和隐私侵害等问题变得更加严重和复杂。Deepfake是一种使用人工智能技术生成的伪造媒体，特别是视频和音频，它们看起来或听起来非常真实，但实际上是由计算机生成的。
2024-07-15 22:04:16
1246
2
原创 tomcat 10 import javax.servlet 出错、与isMultipartContent函数不兼容解决方法
关于tomcat10 和部分函数不兼容的解决办法
2022-05-10 10:24:15
4800
3
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