
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
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、Transposed Convolution1.1 普通卷积1.2 转置卷积二、转置卷积公式前言本文主要记录了人工智能学习中的Transposed Convolution部分内容(转置卷积)提示:以下是本篇文章正文内容,下面案例可供参考本文参考了两位大佬的文章:抽丝剥茧,带你理解转置卷积(反卷积)转置卷积(Transp
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、Beam Search2 Beam Search的实现2.1数据结构-堆2.2 使用堆来实现Beam Search2.3 模型的优化方法2.3.1 使用梯度裁剪其他优化方法前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器
文章目录前言一、何为计算迁移?1.引入库二、使用步骤1.引入库2.读入数据总结前言本文主要记录在相关计算迁移论文中的知识点和相关概念。如有错误,请不吝指教。一、何为计算迁移?计算卸载/迁移是指终端设备将部分或者全部的计算任务卸载到资源丰富的边缘服务器,以解决终端设备在资源存储和计算性能方面的不足。1.引入库示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。二、
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言前言一、CBOW 加层次的网络结构二、优化目标与解问题前言本文主要记录了Word2Vec中CBOW加层次的网络结构的学习笔记,如有错误还请不吝赐教!本文参考:北流浪子大佬的文章提示:以下是本篇文章正文内容,下面案例可供参考前言Word2vec总共有两种类型,每种类型有两个策略,总共 4 种。这里先说最常用的一种,CBOW加
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、线性回归1.1 单特征的线性回归1.2 多特征的线性回归1.3 正规方程二、logistic 回归2.1 plot data2.2 单特征的logistic回归2.3 多特征的logistic回归三、Neural Network3.1 plot data3.2 Neural Network四、交叉验证误差五、SVM大间
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录十三、异常检测(Density Estimation)13.1 异常检测13.2 高斯分布13.3 参数估计13.4 异常检测算法13.5 设计与评估异常检测系统13.6 异常检测与监督学习比较13.7 选择合适的特征13.8多元高斯分布13.9 基于多元高斯分布的异常检测算法十三、异常检测(Density Estimatio
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、Glove 词嵌入前言本文主要记录了Glove嵌入的学习笔记,如有错误还请不吝赐教!提示:以下是本篇文章正文内容,下面案例可供参考一、Glove 词嵌入...
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、pandas是什么?二、使用步骤1.引入库2.读入数据总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一、pandas是什么?示例:pandas 是基于N
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、线性回归1.1 单特征的线性回归1.2 多特征的线性回归1.3 正规方程二、logistic 回归2.1 plot data2.2 单特征的logistic回归2.3 多特征的logistic回归三、Neural Network3.1 plot data3.2 Neural Network四、交叉验证误差五、SVM大间
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、DCGAN简介1.1 DCGAN的特点二、几个重要概念2.1 下采样(SubSampled)2.2 上采样(UpSampled)2.3反卷积(Deconvolution)三、G模型前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介







