- 博客(5)
- 收藏
- 关注
RSS订阅原创 神经网络——卷积神经网络CNN
是深度学习中一种专为处理具有网格状拓扑结构数据（如图像、视频、音频）设计的神经网络架构。其设计灵感源于视觉神经科学中对动物视觉皮层的研究，最早由 Yann LeCun 在 1998 年提出的 LeNet-5 模型中成功应用于手写数字识别，如今已成为计算机视觉领域的基础模型。通过以上模块，CNN 构建了从底层像素到高层语义的特征提取链路，成为现代计算机视觉技术的基石。
2025-06-19 21:08:10
1007
原创 深度学习—神经网络介绍和构建
神经元的数学建模→网络层的层级堆叠→反向传播的参数优化。从单层感知机到深层 MLP，ANN 的演进始终围绕 “如何更高效地提取数据特征” 展开，而深度学习则通过架构创新（如 CNN、Transformer）和工程优化（如分布式训练）将这一能力推向新高度。理解 ANN 的底层原理，是掌握现代深度学习技术的必要前提。
2025-06-14 20:53:31
1100
原创 深度学习—PyTorch基础
PyTorch 是由 Facebook 人工智能研究院（FAIR）开发的开源深度学习框架，基于 Python 和 C++ 实现，于 2016 年正式发布。其核心特点是。
2025-06-12 21:24:03
1169
原创 机器学习—聚合KMeans算法
个簇，使簇内样本相似度高，簇间差异显著。属于无监督学习，无需预先标注标签。(图示：SSE随k值变化，k=3时出现拐点)
2025-06-03 20:13:06
643
原创 机器学习—集成学习
集成学习是一种通过构建并结合多个弱学习器（基础模型）来提升机器学习性能的机器学习技术。其核心思想是 “三个臭皮匠，赛过诸葛亮”，即通过合理组合多个性能较弱的模型，形成一个性能更优的强学习器，从而提高模型的泛化能力、鲁棒性和预测准确性。集成学习通过 “组合多个弱模型” 的智慧，成为机器学习中提升性能的重要手段。其核心在于平衡模型的多样性与准确性，合理选择集成方法（Bagging/Boosting）和结合策略，可有效解决实际问题中的复杂建模需求。
2025-06-02 19:52:36
1121
1
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