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

【漫话机器学习系列】033.决策树回归(Decision Tree Regression)

决策树回归是一种基于树状结构进行回归分析的监督学习方法。它将输入空间递归地划分为多个区域,并在每个区域内拟合一个简单的常数值,从而对目标变量进行预测。决策树回归是简单易用的回归模型,特别适合处理非线性和非参数问题。然而,单独使用决策树可能会过拟合或欠拟合,因此需要通过剪枝或集成方法进一步提升模型的鲁棒性和泛化能力。

文章图片
#机器学习#决策树#回归
【第五章:计算机视觉-项目实战之目标检测实战】2.目标检测实战:中国交通标志检测-(1)经典目标检测算法YOLOv8流程详解

本章重点讲解YOLOv8在中国交通标志检测中的应用。针对中国交通标志种类多、环境复杂的特点,YOLOv8采用Anchor-Free设计和PAN-FPN特征融合,具有高精度、速度快、部署灵活等优势。其训练流程包括数据增强(Mosaic、MixUp)、特征提取和多尺度预测,推理时通过NMS去除冗余框。该技术可应用于自动驾驶、交通监控和辅助驾驶系统,有效解决复杂环境下的标志识别问题。

文章图片
#计算机视觉#目标检测#算法
【第五章:计算机视觉-项目实战之图像分类实战】2.图像分类实战-(3)批量归一化(Batch Normalization)和权重初始化的重要性

本文介绍了深度神经网络训练中的两个关键技术:批量归一化(BN)和权重初始化。BN通过对网络层输入进行归一化,有效缓解梯度消失/爆炸问题,加快收敛速度并具有正则化作用。同时,合理的权重初始化(如Xavier、Kaiming等方法)对网络训练稳定性至关重要。文章通过PyTorch示例展示了二者的实现方式,并强调二者协同作用能显著提升深度学习模型的训练效率和稳定性。这两种技术共同解决了深度神经网络训练中

#计算机视觉#分类#batch
【数学趣题】百钱买百鸡问题解析与代码实现(Python、Java 、C++)

“百钱买百鸡”是一个经典的数学趣题,也是一道著名的整数方程问题,该问题导致三元不定方程组,其重要之处在于开创“一问多答”的先例‌,最早见于《张丘建算经》(约公元5世纪),这是一部中国古代数学著作,主要讲述了算术和代数问题。该问题是其中一个经典的整数方程问题,后来在《算经十书》(中国古代数学教材)中被广泛传播。本文将详细介绍该问题的背景、数学解法,并提供 Python、Java 和 C++ 三种编程

文章图片
#数学#java#python +1
AI相关的一些网站收藏(持续更新中)

持续收藏更新各类AI大模型,平台,框架,应用的网址。

文章图片
#人工智能
AI相关的一些网站收藏(持续更新中)

持续收藏更新各类AI大模型,平台,框架,应用的网址。

文章图片
#人工智能
【深度学习】常见模型-多层感知机(MLP,Multilayer Perceptron)

多层感知机(MLP)是一种经典的人工神经网络结构,由输入层、一个或多个隐藏层以及输出层组成。每一层中的神经元与前一层的所有神经元全连接,且各层间的权重是可学习的。MLP 是深度学习的基础模型之一,主要用于处理结构化数据、分类任务和回归任务等。

文章图片
#深度学习#人工智能
【漫话机器学习系列】059.特征选择策略(Feature Selection Strategies)

特征选择(Feature Selection)是机器学习和统计建模中用于选择最相关特征的一种方法。其目标是从原始特征集中挑选出对模型性能影响最大的子集,同时减少冗余和噪声特征,从而提高模型的性能和可解释性。特征选择是机器学习工作流中不可或缺的一步。根据数据特性和实际场景,选择适当的特征选择策略(如过滤法快速处理、包装法精细选择、嵌入法高效建模),可以提高模型的性能和可解释性,优化资源使用,并帮助挖

文章图片
#机器学习#人工智能
【第四章:大模型(LLM)】11.LLM + RAG:构建私有领域专家-(5)Rag实战: Rag完整项目代码详解

本文详细介绍了如何构建一个完整的RAG(检索增强生成)系统,从项目架构到核心模块实现。主要内容包括:1)项目目标与边界,支持文档入库、向量检索、精排和RESTAPI;2)推荐的Python项目目录结构;3)核心模块详解(文本加载、分块、嵌入、索引、检索、精排、提示组装和生成);4)FastAPI接口实现;5)测试评估与调优建议;6)部署方案(Docker+k8s);7)监控与审计方案;8)常见问题

文章图片
#RAG
【第四章:大模型(LLM)】11.LLM + RAG:构建私有领域专家-(5)Rag实战: Rag完整项目代码详解

本文详细介绍了如何构建一个完整的RAG(检索增强生成)系统,从项目架构到核心模块实现。主要内容包括:1)项目目标与边界,支持文档入库、向量检索、精排和RESTAPI;2)推荐的Python项目目录结构;3)核心模块详解(文本加载、分块、嵌入、索引、检索、精排、提示组装和生成);4)FastAPI接口实现;5)测试评估与调优建议;6)部署方案(Docker+k8s);7)监控与审计方案;8)常见问题

文章图片
#RAG
    共 313 条
  • 1
  • 2
  • 3
  • 32
  • 请选择