首頁最新資訊

全部 人工智能學(xué)科動(dòng)態(tài) 人工智能技術(shù)資訊 人工智能常見問題 技術(shù)問答

    • 損失函數(shù)(loss函數(shù))有什么作用?

      在人工智能領(lǐng)域中，損失函數(shù)(loss函數(shù))是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中的一個(gè)重要組成部分。它的作用是衡量模型的預(yù)測(cè)結(jié)果與真實(shí)標(biāo)簽之間的差異，即模型的預(yù)測(cè)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(shù),loss函數(shù),均方誤差損失函數(shù)

    • 有哪些領(lǐng)域使用模式識(shí)別技術(shù)?

      在人工智能領(lǐng)域中，模式識(shí)別技術(shù)被廣泛應(yīng)用于許多不同的領(lǐng)域。下面是一些常見的領(lǐng)域和使用模式識(shí)別技術(shù)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(shí)別,圖像識(shí)別,語音識(shí)別

    • 過渡擬合產(chǎn)生的原因是什么?

      在人工智能領(lǐng)域中，過擬合(overfitting)是指在機(jī)器學(xué)習(xí)模型中，模型在訓(xùn)練數(shù)據(jù)上表現(xiàn)很好，但在新的、未見過的數(shù)據(jù)上表現(xiàn)不佳的現(xiàn)象。過擬合的產(chǎn)生原因可以歸結(jié)為以下幾個(gè)方面。查看全文>>

      人工智能常見問題2023-07-12 |黑馬程序員 |過渡擬合,參數(shù)數(shù)量,特征選擇

    • 神經(jīng)網(wǎng)絡(luò)參數(shù)初始化方法有哪些，適用范圍是什么?

      神經(jīng)網(wǎng)絡(luò)參數(shù)初始化方法有很多種，以下是其中幾種常用的方法及其適用范圍，參數(shù)按照均勻分布或高斯分布隨機(jī)初始化。適用于多種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和激活函數(shù)，是最常用的初始化方法之一。查看全文>>

      人工智能常見問題2023-07-11 |黑馬程序員 |神經(jīng)網(wǎng)絡(luò),隨機(jī)初始化,零初始化

    • 人工智能需要學(xué)什么？人工智能如何學(xué)習(xí)?

      人工智能是一個(gè)綜合性強(qiáng)的專業(yè)，從了解基礎(chǔ)開始到深入學(xué)習(xí)，需要學(xué)的內(nèi)容還是蠻多的。涉及Python語言，數(shù)據(jù)處理數(shù)據(jù)分析，機(jī)器學(xué)習(xí)算法、自然語言處理NLP、計(jì)算機(jī)視覺CV、數(shù)據(jù)挖掘等技術(shù)。人工智能需要學(xué)習(xí)以下的內(nèi)容：查看全文>>

      人工智能常見問題2023-07-07 |黑馬程序員 |人工智能學(xué)什么,人工智能技術(shù),人工智能培訓(xùn)

    • 零基礎(chǔ)學(xué)會(huì)人工智能需要多久?

      人工智能的學(xué)習(xí)有數(shù)學(xué)理論基礎(chǔ)的，主要學(xué)習(xí)計(jì)算機(jī)相關(guān)知識(shí)，一般學(xué)習(xí)周期需要2-3個(gè)月的時(shí)間。(面授班學(xué)習(xí)需要掌握其他種類零基礎(chǔ)的同學(xué)，可能相對(duì)時(shí)間比較長)。對(duì)于計(jì)算機(jī)基礎(chǔ)，主要學(xué)習(xí)人工智能技術(shù)以及相關(guān)數(shù)學(xué)理論知識(shí)的同學(xué)，一般需要4-5個(gè)月，而對(duì)于真正的零基礎(chǔ)的同學(xué)，單純的數(shù)學(xué)知識(shí)都需要學(xué)習(xí)很長時(shí)間，所以整個(gè)學(xué)習(xí)周期會(huì)非常的長，預(yù)計(jì)能達(dá)到6個(gè)月以上。查看全文>>

      人工智能常見問題2023-07-07 |黑馬程序員 |人工智能要學(xué)多久,人工智能培訓(xùn),人工智能學(xué)習(xí)周期
和我們?cè)诰€交談！