logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

pytorch神经网络工具箱

1nn.Xxx继承于nn.Module,nn.Xxx需要先实例化并传入数据,然后以调用函数的方式调用实例化的对象并传入输入数据,可以与nn.Sequential结合使用,而nn.functional.xxx无法与nn.Sequential结合使用。3dropout操作在训练和测试阶段是有区别的,使用nn.Xxx方式定义dropout,调用model.eval()后自动实现状态的转换,使用nn.fu

#pytorch#神经网络#人工智能
深度学习基础

明确了 AI 的两个核心维度:从 “能力” 层面,是通过人工方法在计算机上实现的 “类人智能”,即机器具备感知、推理、学习等类似人类的认知能力;从 “学科” 层面,是研究模拟、延伸与扩展人类智能的理论、方法、技术及应用系统的技术科学,涵盖算法设计、模型构建、系统落地等全链条。同时特别指出,“计算器” 仅能执行预设逻辑,无自主学习能力,不属于人工智能范畴,帮助初学者厘清概念边界。

#深度学习#人工智能
深度学习基础

明确了 AI 的两个核心维度:从 “能力” 层面,是通过人工方法在计算机上实现的 “类人智能”,即机器具备感知、推理、学习等类似人类的认知能力;从 “学科” 层面,是研究模拟、延伸与扩展人类智能的理论、方法、技术及应用系统的技术科学,涵盖算法设计、模型构建、系统落地等全链条。同时特别指出,“计算器” 仅能执行预设逻辑,无自主学习能力,不属于人工智能范畴,帮助初学者厘清概念边界。

#深度学习#人工智能
深度学习基础

明确了 AI 的两个核心维度:从 “能力” 层面,是通过人工方法在计算机上实现的 “类人智能”,即机器具备感知、推理、学习等类似人类的认知能力;从 “学科” 层面,是研究模拟、延伸与扩展人类智能的理论、方法、技术及应用系统的技术科学,涵盖算法设计、模型构建、系统落地等全链条。同时特别指出,“计算器” 仅能执行预设逻辑,无自主学习能力,不属于人工智能范畴,帮助初学者厘清概念边界。

#深度学习#人工智能
到底了