對比深度學習和經典機器學習，分別介紹這兩種技術的優缺點

在小數據上能更好地工作：為了實現高性能，深度學習需要非常大的數據集。之前提到的預訓練的網絡在120萬張圖像上進行了訓練。對于許多應用來說，這樣大的數據集...

2018-04-10 標簽：機器學習深度學習 2.7萬 0

四種微調大模型的方法介紹

全微調（Full Fine-tuning）：全微調是指對整個預訓練模型進行微調，包括所有的模型參數。在這種方法中，預訓練模型的所有層和參數都會被更新和優...

2024-01-03 標簽：gpu深度學習ChatGPT 2.5萬 0

機器學習和深度學習的區別在哪？看完就知道了

如果你經常想讓自己弄清楚機器學習和深度學習的區別，閱讀該文章，我將用通俗易懂的語言為你介紹他們之間的差別。

2017-11-09 標簽：機器學習深度學習 2.4萬 0

初學C語言 先搞懂這些基礎知識再談深度學習吧！

很多初學者都會問我“我想學C,該怎么開始呢？”今天我們就來聊一聊屬于初學者必須懂的知識希望小伙伴們能夠牢記基

2018-06-09 標簽：c語言深度學習 2.4萬 0

一文讀懂深度學習中的語音分離技術

由于語音分離已經變成分類問題，所以語音分離也變得非常重要，已經在信號處理領域被研究了幾十年，數據驅動的方法在語音處理領域也得到了廣泛研究。

2017-10-27 標簽：深度學習 2.4萬 0

利用自然語言處理NPL可以使人工智能工具與人類進行交流

NLP被越來越多的應用于機器翻譯程序當中，這使得一種語言被自動翻譯成另一種語言，谷歌是一個將你的文本翻譯為所需語言的先驅者。

2018-01-02 標簽：人工智能深度學習自然語言處理 2.4萬 0

全面闡述GNN及其方法和應用,深度學習的最大軟肋是什么？

在內容上，模型方面，本文從GNN原始模型的構建方式與存在的問題出發，介紹了對其進行不同改進的GNN變體，包括如何處理不同的圖的類型、如何進行高效的信息傳...

2018-12-27 標簽：神經網絡深度學習 2.3萬 0

把傳統的貝葉斯因果網絡和知識圖譜，與深度強化學習融合

用一個例子來更具體地解釋 GN。考慮在任意引力場中預測一組橡膠球的運動，它們不是相互碰撞，而是有一個或多個彈簧將它們與其他球（或全部球）連接起來。我們將...

2018-06-16 標簽：深度學習強化學習知識圖譜 2.3萬 0

從AlexNet到ResNet的網絡架構進步

自從2012年AlexNet在競賽中成功“超神”后，參加ILSVRC 2013的CNN模型數量大幅提升，其中紐約大學的Matthew Zeiler和Ro...

2018-06-30 標簽：神經網絡計算機視覺深度學習 2.3萬 0

什么是CPU、GPU、TPU、DPU、NPU、BPU？有什么區別？

CPU由多個結構組成，其中包括運算器（ALU, Arithmetic and Logic Unit）、控制單元（CU, Control Unit）、寄存...

2023-06-05 標簽：cpu人工智能深度學習 2.2萬 0

用AlexNet對cifar-10數據進行分類

AlexNet在圖像分類中是一個比較重要的網絡，在學習的過程中不僅要學會寫網絡結構，知道每一層的結構，更重要的是得知道為什么要這樣設計，這樣設計有什么好處。

2018-06-06 標簽：深度學習CNNTensorflow 2.1萬 0

深度學習在現實生活中的運用場景

本文將主要介紹深度學習模型在美團平臺推薦排序場景下的應用和探索。

2018-04-02 標簽：深度學習 2.1萬 0