- 博客(11)
- 收藏
- 关注
RSS订阅原创 视觉识别详解
视觉识别是一项复杂而多样化的技术，它的核心在于通过视觉信息对图片中的内容进行分类、检测或识别。以下是对视觉识别过程的详细阐述： 图像来源：视觉识别主要应用于数字图像，包括照片、视频帧等。 预处理步骤： 尺寸调整：确保图像尺寸一致，便于后续处理。 亮度和色调调整：标准化图像的亮度和色调，以减少对模型的影响。 归一化：将图像数据转换到0-1范围内，防止数值过大或过小的问题。 边缘检测： 使用算法如Canny边缘检测法，提取图像的边缘信息，有助于识别物体
2025-02-15 23:11:25
1435
原创 神经网络的基本构成和功能
神经网络是一种人工神经系统模拟的算法，它通过层次结构处理信息，类似于生物神经系统中的神经元之间的连接。特征提取与融合：不同层次分别提取不同级别的特征，并结合起来形成更全面的表示。定义：深度神经网络由多层神经元组成，每一层都有不同的功能，如感知、处理和决策。定义：批量处理是将一批数据同时进行推理和训练，以提高计算效率和加速训练过程。定义：神经元是神经网络的基本单元，通常由一个或多个细胞体、树突和轴突组成。输入样本：提供训练数据，包括输入特征和对应的目标（如分类标签）。
2025-02-12 00:43:15
667
原创 GPT模型的发展历程
GPT（Generative Pre-trained Transformer）系列是由 OpenAI 开发的生成式人工智能模型，自 2014 年发布 GPT-1 以来，经历了多个版本的迭代和改进。简介：OpenAI 已于 2023 年推出 GPT-4 Plus，并计划发布 GPT-5 到 GPT-7。引入了更大的模型规模（如 150B 参数）和更多的训练数据。简介：由 OpenAI 发布，基于 GPT-1 的改进版，进一步增强了生成能力。简介：GPT-5 和 GPT-6 是 OpenAI 继续发力的版本。
2025-02-12 00:26:35
488
原创 神经网络的训练过程详解
首先，我们需要定义一个神经网络的结构，比如输入层有2个神经元，隐藏层有3个神经元，输出层有1个神经元。使用验证集评估模型性能，若表现不佳，可能需要调整网络结构、激活函数或损失函数。选择适合的优化算法，如随机梯度下降（SGD）、动量方法（SGM）、Adam等，调整学习率和其他超参数。损失函数根据任务类型选择，比如交叉熵损失用于分类任务，均方误差用于回归任务。传统上，神经网络处理单个样本，但现代框架支持批量计算，可提高训练效率。根据损失函数计算参数梯度，并更新权重和偏置，以最小化损失。
2025-02-10 00:19:30
988
原创 循环神经网络（RNN）
它的核心在于通过循环结构和状态记忆，捕捉输入序列中的时间依赖关系，使得模型能够生成或预测序列的下一个元素。在训练RNN时，由于长时间依赖关系的存在，可能导致梯度无法有效传播，影响模型收敛。在现有的深度学习框架中，通常支持批量计算，这可以加快训练速度，并提高训练稳定性。RNN的核心在于通过隐藏层传递状态信息，使得模型能够记住之前的信息。在缺乏标注数据的情况下，RNN的性能可能会受到显著影响。选择适当的优化算法，如Adam、SGD、 RMSProp等，根据具体任务调整学习率和其他参数，以加速训练收敛。
2025-02-10 00:04:54
448
原创 Transformer
自注意力子层通过计算词与词之间的相关性矩阵，捕捉词语间的依赖关系，然后将这些信息加总得到新的表示。编码器负责将输入序列转换为一个连续的表示形式，而解码器则根据这个表示生成目标语言的序列。解码器与编码器相似，但它的目标是从源语言的连续表示生成目标语言的连续序列。同样，每层包含自注意力子层和前馈神经网络，解码器需要处理目标语言的位置信息，以生成合适的标记。接受源语言的中间表示，并结合目标语言的位置信息（如词位索引）进行自注意力处理。同样由自注意力和前馈神经网络组成，但需要处理目标语言的位置信息。
2025-02-09 23:52:30
429
原创 AI大模型的发展
大模型（Large Language Model，LLM）是基于深度学习技术训练的生成型人工智能模型，如GPT系列。2020年至今：随着计算能力的提升，参数规模大幅扩展，如GPT-3、Claude 2等，大模型逐渐走向成熟。2014年：BERT和GPT：这些模型采用了 Transformer架构，将自然语言处理任务推向新的高度。神经网络革命：1980年代，随着人工神经网络的兴起，模型开始使用层析结构，能够处理更复杂的任务。更高效的大模型：通过优化算法和架构设计，降低训练和运行成本。
2025-02-09 23:46:23
206
原创 图像识别：CNN
ResNet（2015）：引入残差学习（Residual Learning），解决梯度消失问题，成为图像识别领域的标志性模型。深度结构：通过多个卷积层和池化层，CNN能够逐步提取图像中的低级特征（如边缘）到高级特征（如对象形状）。VGGNet（2014）：通过使用更深的网络结构（如16层或19层），进一步提升了性能。池化层：将卷积层的输出进行下采样，减少计算量，同时捕捉图像的位置不变性特征。卷积层：使用小尺寸的卷积核（如3x3）过滤图像，将局部信息提取。图像分割：将图像分成具有意义的区域（如人体部分）。
2025-02-09 23:40:27
374
原创 GO语言的指针
在 Go 语言中，指针 是一种强类型，并且它是内存访问的一种基础工具。通过使用指针，可以直接操作内存地址，从而实现高效的数据操作和灵活的内存管理。Go：Go 语言提供了类似于指针的结构（如 *struct），但其内存管理更为智能化，自动处理部分内存分配和释放。内存管理：Go 语言自动处理内存归档，但通过手动分配和释放指针，可以实现更高效的内存管理，尤其是在性能敏感的应用中。直接访问内存：通过指针，可以直接读取和写入内存，实现高效的数据操作，尤其是在处理大型数据时。// 初始化指针，并分配内存。
2025-02-09 23:30:22
247
原创 深度学习的诞生和发展
1986年： Geoffrey Hinton、David Rumsey和Teuvo Kohonen等科学家在《Nature》杂志上发表了一篇名为“Neural networks and physical systems with Emergent Collective Properties”（简称“神经网络与物理系统的集体属性”）的文章，强调了深度结构对学习能力的重要性。多层感知机（MLP）：传统的多层感知机（MLP）模型通过逐层非线性激活函数提取特征，虽然简单但也为后来的复杂模型奠定了基础。
2025-02-09 23:22:52
539
原创 什么是AI人工智能
总的来说，AI是一个非常广泛的领域，涉及多种技术和方法，每个技术都有其独特的优势和适用场景。比如说，如果我给一个深度学习模型显示很多猫图片，它会自己识别出猫的特征，比如眼睛、鼻子和胡须，然后知道这是猫。比如，在医疗诊断中，你可能不仅要依赖深度学习模型，还需要结合医生的经验和已有的医学知识。机器学习更多的是一种方法论，而AI则是一个更广泛的领域，涵盖了多种技术，如深度学习、自然语言处理、计算机视觉等。另外，我还听说过“强化学习”，这是另一种AI技术，它通过试错和奖励机制来让模型自主学习任务。
2025-02-09 23:20:33
423
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