- 目录 前言2.6. 概率2.6.1. 模拟扔骰子2.6.2. 处理多个随机变量2.6.2.1. 联合概率2.6.2.2. 条件概率2.6.2.3. 贝叶斯定理2.6.2.4. 边际化 2.6... 目录 前言2.6. 概率2.6.1. 模拟扔骰子2.6.2. 处理多个随机变量2.6.2.1. 联合概率2.6.2.2. 条件概率2.6.2.3. 贝叶斯定理2.6.2.4. 边际化 2.6...
- 本文分享 CVPR 2022 论文『SC^2-PCR: A Second Order Spatial Compatibility for Efficient and Robust Point Cloud Registration』，二阶相似性测度，让传统配准方法取得比深度学习更好的性能，并达到深度学习的速度。 详细信息如下： ... 本文分享 CVPR 2022 论文『SC^2-PCR: A Second Order Spatial Compatibility for Efficient and Robust Point Cloud Registration』，二阶相似性测度，让传统配准方法取得比深度学习更好的性能，并达到深度学习的速度。 详细信息如下： ...
- 深度学习基础总结，无一句废话（附完整思维导图）深度学习如何入门？ - 知乎 深度学习入门基础讲义_shuzfan的博客-CSDN博客_深度学习入门 神经网络15分钟入门！足够通俗易懂了吧 - 知乎 深度学习基础知识点梳理 - 知乎 深度学习基础总结，无一句废话（附完整思维导图）深度学习如何入门？ - 知乎 深度学习入门基础讲义_shuzfan的博客-CSDN博客_深度学习入门 神经网络15分钟入门！足够通俗易懂了吧 - 知乎 深度学习基础知识点梳理 - 知乎
- 1、什么是keras 什么是keras？ keras以TensorFlow和Theano作为后端封装，是一个专门用于深度学习的python模块。包含了全连接层，卷积层，池化层，循环层，嵌入层等等等，常... 1、什么是keras 什么是keras？ keras以TensorFlow和Theano作为后端封装，是一个专门用于深度学习的python模块。包含了全连接层，卷积层，池化层，循环层，嵌入层等等等，常...
- 目录 前言2.3. 线性代数2.3.7. 点积（Dot Product）2.3.8. 矩阵-向量积2.3.9. 矩阵-矩阵乘法2.3.10. 范数 结语 前言 Hello！ ... 目录 前言2.3. 线性代数2.3.7. 点积（Dot Product）2.3.8. 矩阵-向量积2.3.9. 矩阵-矩阵乘法2.3.10. 范数 结语 前言 Hello！ ...
- 文章目录 前言最小化代价函数正则化在神经网络中的 L ... 文章目录 前言最小化代价函数正则化在神经网络中的 L ...
- 激活函数 为什么使用激活函数？ 线性激活函数一般用于输出。如果使用线性方程，而不使用激活函数，那么神经网络不管多少层，它的输出就仅仅是输入函数的线性变化 ReLu 又称为整流线性单元函数，表达... 激活函数 为什么使用激活函数？ 线性激活函数一般用于输出。如果使用线性方程，而不使用激活函数，那么神经网络不管多少层，它的输出就仅仅是输入函数的线性变化 ReLu 又称为整流线性单元函数，表达...
- 第一周测验 Introduction to Deep Learning 1.What does the analogy “AI is the new electricity” refer to? AI... 第一周测验 Introduction to Deep Learning 1.What does the analogy “AI is the new electricity” refer to? AI...
- 文章目录 前言什么是高偏差，高方差利用数据集误差判断拟合情况处理方式看模型在训练集上的表现看模型在开发集上的表现 后记 前言 这篇文章的内容主要是偏差与方差的相关解释 什么是高... 文章目录 前言什么是高偏差，高方差利用数据集误差判断拟合情况处理方式看模型在训练集上的表现看模型在开发集上的表现 后记 前言 这篇文章的内容主要是偏差与方差的相关解释 什么是高...
- 文章目录 前言机器学习介绍Question：人工智能，机器学习，深度学习，特征工程的关系？Question：机器学习的类别？Question：回归的主要应用？Question：什么是损失函数？Qu... 文章目录 前言机器学习介绍Question：人工智能，机器学习，深度学习，特征工程的关系？Question：机器学习的类别？Question：回归的主要应用？Question：什么是损失函数？Qu...
- 文章目录 前言结构化数据与非结构化数据的区别结构化数据非结构化数据 图片的矩阵表示输入输出格式Logistic Regression逻辑回归Gradient Descent梯度下降后记 ... 文章目录 前言结构化数据与非结构化数据的区别结构化数据非结构化数据 图片的矩阵表示输入输出格式Logistic Regression逻辑回归Gradient Descent梯度下降后记 ...
- 逻辑回归简介 逻辑回归虽然名称有回归两字，但是用来做分类算法的，大家都熟悉线性回归，一般形式是 Y ... 逻辑回归简介 逻辑回归虽然名称有回归两字，但是用来做分类算法的，大家都熟悉线性回归，一般形式是 Y ...
- 生成对抗网络主要分为生成器网络和判别器网络。 生成器网络：他以一个随机向量（潜在空间的一个随机点）作为输入，并将其解码成一张合成图像。判别器网络：以一张图像（真实的或合成的均可）作为输入，并预测该图像是来自训练集还是生成器网络创建。 本节将会介绍如何用 Keras 来实现形式最简单的 GAN。GAN 属于高级应用，所以本书不会深入介绍... 生成对抗网络主要分为生成器网络和判别器网络。 生成器网络：他以一个随机向量（潜在空间的一个随机点）作为输入，并将其解码成一张合成图像。判别器网络：以一张图像（真实的或合成的均可）作为输入，并预测该图像是来自训练集还是生成器网络创建。 本节将会介绍如何用 Keras 来实现形式最简单的 GAN。GAN 属于高级应用，所以本书不会深入介绍...
- 要解决的问题 1、RCNN和SPPnet分多步训练，先要fine tuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用regressors对bounding-box进行回归，另外region proposal也要单独用selective search的方式获得，步骤比较繁琐。 2、时间和内存消耗比较大。... 要解决的问题 1、RCNN和SPPnet分多步训练，先要fine tuning一个预训练的网络，然后针对每个类别都训练一个SVM分类器，最后还要用regressors对bounding-box进行回归，另外region proposal也要单独用selective search的方式获得，步骤比较繁琐。 2、时间和内存消耗比较大。...
- 模拟退火算法基本思想 现代的模拟退火算法形成于20世纪80年代初，其思想源于固体的退火过程，即将固体加热至足够高的温度，再缓慢冷却。升温时，固体内部粒子随温度升高变为无序状，内能增大，而缓慢冷却时粒子又逐渐趋于有序，从理论上讲，如果冷却过程足够缓慢，那么冷却中任一温度时固体都能达到热平衡，而冷却到低温时将达到这一低温下的内能最小状态。... 模拟退火算法基本思想 现代的模拟退火算法形成于20世纪80年代初，其思想源于固体的退火过程，即将固体加热至足够高的温度，再缓慢冷却。升温时，固体内部粒子随温度升高变为无序状，内能增大，而缓慢冷却时粒子又逐渐趋于有序，从理论上讲，如果冷却过程足够缓慢，那么冷却中任一温度时固体都能达到热平衡，而冷却到低温时将达到这一低温下的内能最小状态。...
上滑加载中
推荐直播
-
AI编码实干派，“码”力全开2026/02/26 周四 15:00-16:30
谈宗玮/于邦旭/丁俊卿/陈云亮/王一男
【中国，深圳，2026年2月26日】，以“AI编码实干派，码力全开”为主题的华为云码道（CodeArts）代码智能体新春发布会在线上成功召开。华为云码道公测版正式发布，为开发者和企业提供具备工程化能力的智能编码解决方案。
回顾中 -
华为云码道-玩转OpenClaw，在线养虾2026/03/11 周三 19:00-21:00
刘昱，华为云高级工程师/谈心，华为云技术专家/李海仑，上海圭卓智能科技有限公司CEO
OpenClaw 火爆开发者圈，华为云码道最新推出 Skill ——开发者只需输入一句口令，即可部署一个功能完整的「小龙虾」智能体。直播带你玩转华为云码道，玩转OpenClaw
回顾中 -
华为云码道-AI时代应用开发利器2026/03/18 周三 19:00-20:00
童得力，华为云开发者生态运营总监/姚圣伟，华为云HCDE开发者专家
本次直播由华为专家带你实战应用开发，看华为云码道(CodeArts)代码智能体如何在AI时代让你的创意应用快速落地。更有华为云HCDE开发者专家带你用码道玩转JiuwenClaw，让小艺成为你的AI助理。
回顾中
热门标签