- 博客(38)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 基于随机森林算法的信用风险评估项目
这是一个基于随机森林算法的德国信用风险评估项目，主要目的是构建一个机器学习模型来评估德国客户的信用风险，帮助金融机构判断客户是否为高风险客户。
2025-04-02 23:38:24
1174
原创 决策树实战：用Python实现智能分类与预测
决策树是一种监督学习算法，常用于分类和回归任务。本文构建一个从数据准备到模型部署的完整流程，结合理论解释和实际代码，不仅实现决策树模型，而且有助于理解其工作原理和优化方法。
2025-04-01 22:18:13
478
原创 权重参数矩阵
在机器学习和深度学习中，权重参数矩阵是模型的核心组成部分，决定了输入数据如何转化为预测结果。本文从数学定义、实际应用、训练过程到可视化分析，详细解读权重参数矩阵。
2025-03-31 22:33:21
902
原创 基于 Flask 的图像分类预测案例解读
本文对一个基于 Flask 的图像分类预测服务进行了详细解读，该项目借助预训练的 PyTorch 模型对输入的图像进行分类预测
2025-03-30 23:50:35
1196
原创 图像识别实战常用模块解读
data_dir是一个变量，用于存储数据集的根目录路径。表示当前工作目录下的文件夹。./是相对路径的表示方式，代表当前目录。train_dir是一个变量，用于存储训练集数据的目录路径。通过字符串拼接的方式，将数据集根目录data_dir和'/train'连接起来，得到训练集所在的完整路径。通常在深度学习项目里，训练集数据会存放在根目录下的train文件夹中。valid_dir是一个变量，用于存储验证集数据的目录路径。同样使用字符串拼接，将数据集根目录data_dir和'/valid'
2025-03-30 10:40:38
1176
原创 Conda配置Python环境
轻量版，仅包含 Conda 和 Python（推荐自行安装所需包）。优先使用 Conda 安装包（而非 pip），避免依赖冲突。：适合需要预装大量科学计算包的用户（体积较大）。：为每个项目创建独立环境，避免依赖冲突。若冲突严重，可创建新环境重新安装。：以管理员身份运行终端。
2025-03-26 00:01:17
531
原创 深度学习核心算法
神经元通过加权求和（权重决定特征重要性）、偏置（调整激活阈值）和激活函数（引入非线性）处理输入信号。多层感知机通过堆叠隐藏层实现复杂函数拟合，但参数量爆炸问题限制了其在图像等高维数据的应用。Xavier/He初始化根据激活函数特性调整权重范围，避免梯度爆炸或消失。模型压缩（如知识蒸馏、量化）和架构搜索（NAS）推动端侧部署。对每层输入分布标准化，加速训练收敛，同时具备轻微正则化效果。CLIP、DALL-E等多模态模型突破单一数据类型的局限。对抗样本、公平性等问题驱动可信AI研究。，其中𝜎为激活函数。
2025-03-23 13:27:46
868
原创 回归任务训练--MNIST全连接神经网络（Mnist_NN）
一个简单的回归任务训练流程，包含数据标准化、模型训练、验证和早停机制。使用 PyTorch 的 DataLoader 实现高效数据加载，支持批量训练与验证。
2025-03-21 00:59:25
769
1
原创 CPU&GPU
NVIDIA RTX 4090（24GB 显存）或 A6000（48GB 显存）。深度学习模型训练（尤其是大模型：GPT、Stable Diffusion）。核函数（Kernel）设计需考虑线程块（Block）和网格（Grid）。：模型训练、推理加速（尤其是 CNN、Transformer）。：高端 GPU（如 A100）价格是 CPU 的 5-10 倍。：用 CPU 预处理数据，GPU 训练模型（通过多线程加速）。：矩阵乘法（深度学习）、图像渲染（游戏/3D建模）。
2025-03-20 22:12:47
661
原创 统计分析（持续更新）
本文将介绍人工智能必备数学基础之统计分析，通过详细的Python代码，在学习相关概率分布的同时，为Python语言夯实基础，内容持续更新中
2025-03-19 17:16:19
1020
原创 马尔科夫不等式（Markov‘s Inequality）
马尔科夫不等式（Markov's Inequality）是概率论中的一个基础不等式，用于估计非负随机变量超过某一正值的概率。它不依赖于随机变量的具体分布，仅利用期望值进行概率上界的估计，因此在理论分析和实际应用中具有广泛价值。
2025-03-18 12:45:28
448
原创 奇异值分解（Singular Value Decomposition, SVD）
奇异值分解（Singular Value Decomposition, SVD）是一种将任意矩阵分解为三个特定矩阵乘积的线性代数方法，广泛应用于数据降维、信号处理、推荐系统、自然语言处理（如潜在语义分析）等领域。
2025-03-17 23:46:20
808
原创 不确定性量化
不确定性量化（Uncertainty Quantification, UQ）是评估和表示模型预测、参数估计或系统行为中不确定性的过程，旨在为决策提供可信度评估和风险控制。其在科学计算、工程预测、金融风控和医疗诊断等领域具有核心价值。
2025-03-17 12:48:18
830
原创 时序特征提取
时序特征提取是从时间序列数据中挖掘关键信息的过程，旨在捕捉数据中的趋势、周期性、异常等模式，为后续建模（如分类、预测、异常检测）提供有效输入。
2025-03-17 07:43:44
730
原创 贝叶斯推断（Bayesian Inference）
基于贝叶斯深度强化学习（BDRL）协同框架的故障预测与剩余寿命评估（RUL）方法，通过融合不确定性建模、动态策略优化和多源数据协同，实现了从设备状态感知到维护决策的闭环智能。
2025-03-16 23:18:26
1088
原创 最优化理论深度解析——从基础概念到工程应用（附代码与案例）
在图像处理与故障诊断领域，优化理论可用于参数校准、维护策略制定等关键环节，与数字孪生结合可实现闭环优化。
2025-03-16 17:44:56
784
原创 傅里叶分析（Fourier Analysis）和小波分析（Wavelet Analysis）——从数学原理到工程应用（图像处理与故障诊断方向）
本文是关于 傅里叶分析（Fourier Analysis） 和 小波分析（Wavelet Analysis） 的全面讲解，涵盖数学原理、核心算法、实际应用场景和代码实现。内容从零基础开始，逐步深入，结合图像处理与故障诊断的领域需求。
2025-03-16 01:02:21
1596
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人