• 当前标签：机器学习

人工智能 SEnet 通道注意力模块

开篇一张图： 变量和图片解释： 三个正方体：特征向量，比如说图像的特征，H表示图片高度、W表示图片宽、C表示通道（黑白1通道、彩色3通道） 字母： X表示输入特征； Ftr表示的是对X进行一次卷积，也就是对特征进行一系列的操作之后的结果，表示为U； Fsq(.)表示的是对U进行压缩； Fex(.)表示的是对U进行激活（

2021-12-30 21:20:04 411 0 5
阅读详情

人工智能 Transformer 网络

Transformer 从整体框架来讲，Transformer其实就是encode-decode框架，即就是编码解码。只不过在编码和解码的内部比较复杂，经过了多次复杂计算。 比如说，encode编码阶段，其内部整体框架如图所示。 ​ 在图上可以看出，首先输入所有的向量，然后经过多次block的计算，最终得到相同数量的输

2021-04-18 18:05:45 614 2 5
阅读详情

人工智能 自注意力机制(Self-attention)

自注意力机制(Self-attention) 背景 最近，学了好多东西，今天看了一下李飞飞老师讲解的自注意力机制，因此在这记录一下，以供日后复习，同时自己学习消化知识也好。 综述 一般来说，模型的输入输出有三种： N个输入，经过模型计算后，输出N个结果，也就是对输入向量进行计算，从而得到每个向量对应的输出值。 N个输入

2021-04-17 17:59:49 607 0 6
阅读详情

人工智能 浅析 集束搜索(Bean Search) 算法

  集束搜索(Bean Search) 背景 ​ 场景一：如果说，你想实现：输入一段语音片段，经过一一列操作，实现最后输出语音的内容。再此过程中，假如你不想随机输出一些结果，而想得到最好最优的输出结果，此时，则需要本算法。 ​ 场景二：实现机器翻译，输入一段法语，输出一段最有的翻译结果。 方法： 1. 使用的

2021-04-06 11:39:55 575 0 1
阅读详情

人工智能 Resnet网络结构图和对应参数表的简单理解

Resnet Resnet即就是残差网络，本文主要是对于resnet给出的网络结构图进行简单解释。 网络结构图 以上就是34层网络的网络结构图。 以上是18层、34层、50层、101层以及152层网络所对应的残差块。 我刚开始在网上看到这两张图片的时候，感觉一点都不懂，后面学了一下，稍微懂了，所以写下这篇博文做个记录。

2021-03-30 15:26:55 641 0 1
阅读详情

人工智能 机器学习基础篇_2/2

开发流程 原始数据 --> 数据特征工程（训练数据和测试数据） --> 选择合适的算法进行学习 --> 建立模型 --> 模型评估(测试数据) --> 判断模型是否合格 --> 模型应用（一般以API的形式提供） 算法分类 数据类型 离散型：由记录不同类别个题的数目所得到的数据，又称

2020-08-26 01:03:59 595 2 1
阅读详情

人工智能 机器学习基础篇_1/2

概述 机器学习是从数据中自动分析获得规律（模型），并利用规律对未知数据进行预测。 数据集的构成 存储类型：文件格式（如csv） 可用的数 scikit-learn Kaggle UCI 常用数据集数据的结构组成 结构：特征值 + 目标值 处理： pandas：一个数据读取非常方便以及基本的处理格式的工具 sklearn

2020-08-20 23:49:39 557 0 2
阅读详情
  • 1
前往
页

公告

  • * 本站主题使用的是nuxtjs+wordpress主题
  • * 主要记录的是本人在开发和学习过程中的经验和知识
  • * 欢迎各路大佬留言交流


  • C D
  • 爱心

最新评论

站点统计

  • 标签：29个
  • 文章：40篇
  • 页面：3个
  • 评论：71条
  • 分类：13个
  • 最后更新：2022-5-11

标签云

更多