终章 课程总结知识体系（Mind Map）
2025-1-17
搜索结果: 分类“AI基础：机器学习、深度学习”下的文章
找到12篇第10章 迁移学习 transfer learning，混合模型（监督学习+无监督学习、机器学习+深度学习），两个实战
2025-1-15
目录一、本章内容1.1 五个部分1.2 第8章回顾：猫狗识别：卷积神经网络CNN1.2.结果在同等的计算机硬件条件下：4000张图片；...
第9章 深度学习之循环神经网络 RNN：序列模型 Sequence Model，循环神经网络的结构、缺陷，三种升级版（LSTM、BRNN、DRNN），两个实战
2025-1-12
目录上节：介绍了专用于计算机视觉的，卷积神经网络CNN模型。核心，就是对图像进行卷积操作，快速的提取图像的轮廓信息（特征）。本节：将要...
第8章 深度学习之卷积神经网络：CNN=卷积+池化+MLP，图像填充padding层，flatten展开层，经典的CNN模型（3个），两个实战
2025-1-8
目录上节：介绍了多层感知器MLP。它的核心是，让计算机模拟人的神经网络结构，组建一个模型，来进行非线性的预测。把简化的逻辑回归模型叠加...
第7章 深度学习之多层感知器MLP（人工神经网络）、非线性分类预测、Keras库介绍、两个MLP实战（二分类、0-9图像多分类）
2025-1-5
目录数据质量，决定了模型表型的上限。以前：机器学习。现在及以后：深度学习。一、本章介绍1.1 五个部分1.2 任务：非线性分类预测之前...
