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

神经网络与深度学习---train_loss和val_loss(test_lost)分析

1.train_loss 不断下降,val_loss(test_lost) 不断下降说明网络训练正常,最好情况2.train_loss 不断下降,val_loss(test_lost) 趋于不变说明网络过拟合,可以添加dropout和最大池化max pooling3.train_loss 趋于不变,val_loss(test_lost) 不断下降说明数据集有问题,建议重新选择4.train_los

#深度学习#神经网络
【深度学习】【语义分析】LogAnomaly:基于序列异常和定量异常的无监督学习的非结构化日志异常检测

发表会议:International Joint Conference on Artifificial Intelligence(CCF-A)发表时间:2019年关键词:日志异常检测、template2vec、序列/定量异常现有的自动日志异常检测方法使用索引而不是日志模板的语义,往往会导致误警报。在这项工作中,我们提出了LogAnomaly。

#人工智能#大数据
人工智能导论练习题(上)

文章目录@[toc]练习题一一、选择题二、填空题三、简答题练习题二一、选择题二、填空题三、判断题四、简答题练习题三一、选择题二、填空题三、判断题四、简答题练习题四一、选择题二、填空题三、判断题四、简答题练习题一一、选择题1.【多选题】认识智能的观点有(ABC)A.思维理论B.知识阈值理论C.进化理论D.行为理论2.【多选题】思维方式有(ACD)A. 抽象思维B. 逆向思维C. 形象思维D.灵感思维

#人工智能
计算机组成原理---实验报告

单周期CPU设计实验一、设计目标1、融合贯通本课程各章节的内容,综合运用所学,以CPU为核心,理解CPU的各个功能模块的工作原理。2、学习和掌握硬件设计和调试基本方法,掌握FPGA开发的一般流程和工具,培养硬件系统观和系统设计能力。二、设计目的参考MIPS指令系统,设计一台能实现20条MIPS指令的简易计算机,包括运算器,存储器,数据通路,控制器,以及显示模块。三、设计方法1.ALUalu算术逻辑

【大模型】【推荐系统】基于分层树搜索的大语言模型用户终身行为建模

推荐系统(Recommendation Systems, RS)已在电子商务、影视推荐及音乐发现等领域实现广泛部署,显著优化了用户体验。用户行为建模作为核心环节,其关键在于解码行为序列中蕴含的细粒度偏好信号。传统模型(如DIN、DIEN)主要依赖用户行为的离散标识符特征语义理解缺失:无法有效捕捉用户与项目的语义关联,在数据密集型场景中形成认知鸿沟;行为完整性忽视:仅利用局部历史行为片段,导致偏好建

文章图片
#语言模型#人工智能#自然语言处理 +1
计算机组成原理---期末复习题

计算机组成原理期末复习题1.世界第一台通用电子计算机ENIAC,19462.第一台存储程序式计算机-EDSAC,19493.数据校验码主要有奇偶校验码、海明校验码和循环冗余校验码4.磁表面存储器记录信息是利用磁性材料的磁滞回归线特性5.计算机的字长取决于运算器一次运算二进制数的位数6.模 m 交叉存储器有 m 个存储模块,它们有各自的地址寄存器和数据缓冲寄存器7.使用虚拟存储器时,由操作系统完成地

【机器学习】假设空间与版本空间

1.假设空间  监督学习(supervised learning)的任务是学习一个模型,使模型能够对任意给定的输入,对其相应的输出做出一个好的预测。  模型属于由输入空间到输出空间的映射的集合,这个集合就是假设空间(hypothesis space)。  我们也可以将学习过程看作一个在所有假设组成的空间中进行搜索的过程,搜索目标是找到与训练集"匹配"的假设,即能够将训练集中的瓜判断正确的假设。2.

#机器学习#人工智能
算法岗面试经验分享-大模型篇

在LayerNorm中,每个样本的特征向量会被中心化,即减去其均值,以使数据的均值为0,而在全连接层中,每个神经元都有一个可学习的偏置项,用于调整该神经元的输出。P-Tuning加了可微的virtual token,但是仅限于输入,没有在每层加,且virtual token的位置也不一定是前缀,插入的位置是可选的,这里的出发点实际是把传统人工设计模版中的真实token替换成可微的virtual t

#人工智能#自然语言处理#语言模型
【计算机网络实验】静态路由基础——华为eNSP(详细实验报告+代码)

文章目录2.实验三:静态路由基础2.1 实验目的和内容2.1.1 实验目的2.1.2 实验内容2.2 实验过程2.2.1 静态路由配置2.2.2 负载分担2.2.3 路由备份2.2.4 缺省路由2.2.5 静态路由应用2.3 实验分析2.4 实验心得2.实验三:静态路由基础2.1 实验目的和内容2.1.1 实验目的(1)识别静态路由的应用场景(2)掌握静态路由的配置2.1.2 实验内容(1)静态路

#计算机网络
数字图像处理课程设计---基于CNN(卷积神经网络)的医学影像识别

文章目录1.实验背景2.实验目的与意义3.环境搭建与数据集3.1 环境搭建3.2 数据集准备4.实验步骤4.1 初始设置4.2 数据预处理4.3 构建模型4.3.1 卷积层4.3.2 激活函数层4.3.3 池化层4.3.4 Dropout层4.3.5 Flatten层4.3.6 全连接层(Dense)4.3.7 Softmax4.3.8 自己搭建的三次网络5.实验结论5.1 训练参数对比5.2 激

    共 62 条
  • 1
  • 2
  • 3
  • 7
  • 请选择