
深度学习
文章平均质量分 86
深度学习相关内容
Lizhifun
From Zero To Hero
展开
-
【深度学习基本概念】上采样、下采样、卷积、池化
上采样概念上采样(upsampling):又名放大图像、图像插值;主要目的是放大原图像,从而可以显示在更高分辨率的显示设备上;上采样有3种常见的方法:双线性插值(bilinear),反卷积(Transposed Convolution),反池化(Unpooling);原理上采样原理:图像放大几乎都是采用内插值方法,即在原有图像像素的基础上在像素点之间采用合适的插值算法插入新的元素。插值算法还包括了传统插值,基于边缘图像的插值,还有基于区域的图像插值。下采样概念原创 2021-03-09 21:37:06 · 81602 阅读 · 6 评论 -
机器学习路线
机器学习路线一、机器学习相关概念机器学习常见问题:分类问题、回归问题、强化学习问题、聚类问题机器学习解决问题的思路:特征工程、目标函数、评估函数、模型二、编程基础Offline:shellPython:基本语法、pipenv、numpy、pandas、sklearnOnline:Java、C++三、机器学习基础LR模型数学基础微积分:梯度下降法线性代数:矩阵运算概率论与数理统计:最大似然估计凸优化信息论:熵四、机器学习模型传统.原创 2020-07-20 22:16:25 · 290 阅读 · 0 评论 -
机器学习算法概览
机器学习/深度学习算法概览一、无监督学习聚类算法基于划分的聚类:KMeans、KMedoids、intelligent k-means基于密度的聚类:DBSCAN、OPTICS、密度最大值聚类算法(MDCA)层次聚类算法:BIRCH算法、Diana、Agnes、CAMELEON基于网络的方法:STING(Statistical Information Grid)算法、WAVE-CLUSTER算法、CLIQUE(CLustring in Quest)基于模型的方法:GMM、S.原创 2020-07-20 22:07:14 · 365 阅读 · 0 评论 -
人工智能概览及AI数学基础
人工智能定义:人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 1956年由约翰·麦卡锡首次提出,当时定义为:制造智能机器的科学与工程。什么是人工智能:让机器达到同样的行为,即与人类做同样的行为 --约翰麦卡锡 1956像人一样合理的思考,像人一样合理的行动 --斯图尔特 J 罗素采用人工方法制造的,具有智能的实体,或其研究领域 --中岛秀之人工智能应用...原创 2020-07-20 21:54:11 · 1194 阅读 · 0 评论