首頁最新資訊

全部 人工智能學科動態(tài) 人工智能技術資訊 人工智能常見問題 技術問答

    • 深度學習的先決條件是什么?

      深度學習是一種機器學習方法，其目標是通過構建和訓練神經網絡來實現自動化的特征學習和模式識別。要理解深度學習的先決條件，您需要對以下幾個關鍵概念和技術有一定的了解。查看全文>>

      人工智能常見問題2023-07-26 |黑馬程序員 |深度學習,先決條件,神經網絡

    • ResNet解決了什么問題?結構有何特點?

      ResNet(Residual Network)是由Kaiming He等人提出的深度學習神經網絡結構，它在2015年的ImageNet圖像識別競賽中取得了非常顯著的成績，引起了廣泛的關注。查看全文>>

      人工智能常見問題2023-07-21 |黑馬程序員 |ResNet,殘差塊,跳躍鏈接

    • Batch Normalization有什么作用?使用時需要注意什么?

      在人工智能領域中，Batch Normalization(批歸一化)是一種常用的技術，它的作用是加速神經網絡的訓練過程，并提高模型的性能。以下是Batch Normalization的主要作用和需要注意的事項：查看全文>>

      人工智能常見問題2023-07-19 |黑馬程序員 |Batch Normalization,模型穩(wěn)定性,收斂速度

    • 網絡訓練時為何要加正則化，有哪些手段?

      在網絡訓練過程中，正則化是一種用來防止過擬合(overfitting)的技術。過擬合指的是模型在訓練集上表現很好，但在未見過的數據上表現較差的情況。正則化的目標是使模型在訓練集和測試集上都能有良好的性能。查看全文>>

      人工智能常見問題2023-07-14 |黑馬程序員 |網絡訓練,正則化,過擬合

    • 損失函數(loss函數)有什么作用?

      在人工智能領域中，損失函數(loss函數)是機器學習和深度學習中的一個重要組成部分。它的作用是衡量模型的預測結果與真實標簽之間的差異，即模型的預測誤差。查看全文>>

      人工智能常見問題2023-07-14 |黑馬程序員 |損失函數,loss函數,均方誤差損失函數

    • 有哪些領域使用模式識別技術?

      在人工智能領域中，模式識別技術被廣泛應用于許多不同的領域。下面是一些常見的領域和使用模式識別技術的例子，以及附帶的代碼演示。查看全文>>

      人工智能常見問題2023-07-13 |黑馬程序員 |模式識別,圖像識別,語音識別
和我們在線交談！