2022人工智能AI

2022人工智能AI

2022人工智能AI

分享机器学习，深度学习相关知识点和代码；分享计算机视觉，自然语言处理以及区块链知识，以太坊搭建；物联网知识有关农业；大数据hadoop数据挖掘；等新一代信息技术

等 2 人订阅共78篇文章创建于2022-05-27

Python 多线程

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第15天，点击查看活动详情线程案例代码展示多线程类似于同时执行多个不同程序，多线程运行有如下优点：使用线程可以把

2年前
56
1
评论

农业大数据的作用

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第13天，点击查看活动详情目录什么是农业大数据农业大数据的作用 1、精准生产——预测市场需求 2、自动化生产 3、供应链

2年前
160
1
评论

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第13天，点击查看活动详情 yolov3 使用多个二分类代替softmax，如此以来，每个类别的概率相加就不需要等于1，类别概率之

2年前
108
1
评论

目标检测Faster R-CNN+YOLO

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第13天，点击查看活动详情目录目标检测古典目标识别（没有回归，只有分类） R-CNN SPP-net 空间金字池化（resi

2年前
101
1
评论

R-CNN： Fast R-CNN： Faster R-CNN YoloV1：

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第12天，点击查看活动详情 R-CNN： Fast R-CNN： Faster R-CNN YoloV1： R-CNN：过程：

2年前
81
1
评论

新时代网络舆情现状和有效管控

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第12天，点击查看活动详情新时代网络舆情现状和有效管控**** 近年来互联网技术迅猛发展，各种移动应用的普及，极大的改变了整

2年前
186
1
评论

yolo设计理念

整体来看，Yolo算法采用一个单独的CNN模型实现end-to-end的目标检测，首先将输入图片resize到448x448，然后送入CNN网络，最后处理网络预测结果得到检测的目标。其速度更快，而且

2年前
340
1
评论

因子分解机（Factorization machine，FM），DIFM模型

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第8天，点击查看活动详情目录因子分解机（Factorization machine，FM） DIFM模型 1 Spar

2年前
89
1
评论

Paddle Lite是什么，快速上手Python推理，pdmodel使用

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第7天，点击查看活动详情目录 Paddle Lite是什么 ResNet50 模型是什么 AI paddle 模型使用 Re

2年前
142
1
评论

卷积神经网络和全连接神经网络的区别

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第2天，点击查看活动详情卷积神经网络和全连接神经网络的区别卷积神经网络也是通过一层一层的节点组织起来的。和全连接神经

2年前
282
1
评论

为什么卷积神经网络不是全连接，卷积，池化，激活，损失函数

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第3天，点击查看活动详情为什么卷积神经网络不是全连接卷积有池化进行维度压缩导致压缩去的点就不进行连接；卷积：特征提取

2年前
102
1
评论

Batch Normalization, 批标准化，神经网络shortcut 是什么，无脑用ReLU(CV领域). 无脑用3x3.

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第2天，点击查看活动详情 Batch Normalization, 批标准化和普通的数据标准化类似, 是将分散的数据统一的一种做

2年前
110
1
评论

smooth的作用，Adam算法引入了二阶动量的概念

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第2天，点击查看活动详情 smooth的作用在loss function中的主要目的是把loss function变成conti

2年前
84
1
评论

PCA是什么,神经网络中白化是什么,神经网络中shuffle是什么

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第2天，点击查看活动详情 PCA是什么 pca是指主成分分析技术，又称主分量分析。主成分分析也称主分量分析，旨在利用降维的

2年前
312
1
评论

对于调参的经验1

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第2天，点击查看活动详情对于调参的经验基本原则:快速试错一些大的注意事项: 刚开始, 先上小规模数据, 模型往大了放, 只要

2年前
198
1
评论

对于调参的经验2

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第2天，点击查看活动详情 5. Learning Rate设置合理（学习率）太大: loss爆炸, 或者nan +太小: 半天

2年前
70
1
评论

深度学习如何调参，LRN全称为Local Response Normalization，Dropout叫作随机失活

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第2天，点击查看活动详情深度学习如何调参调参就是trial-and-error. 没有其他捷径可以走. 唯一的区别是有些人盲目

2年前
70
1
评论

【卷积核的大小一般为奇数*奇数】 1*1，3*3，5*5，7*7都是最常见的。这是为什么呢？为什么没有偶数*偶数？

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第2天，点击查看活动详情【卷积核的大小一般为奇数奇数】 11，33，55，77都是最常见的。这是为什么呢？为什么没有偶数偶数？

2年前
145
1
评论

CNN基础知识——卷积（Convolution）、填充（Padding）、步长(Stride)

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第2天，点击查看活动详情 CNN基础知识——卷积（Convolution）、填充（Padding）、步长(Stride) 卷积神经

2年前
405
1
评论

paddle Conv2D参数，在手撕数字识别案例中调参数；卷积神经网络的卷积核大小、个数，卷积层数如何确定呢？

开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第2天，点击查看活动详情目录 [paddle Conv2D(num_channels=20, num_filters=20]

2年前
192
1
评论