从baseline入门深度学习：原理、训练、迁移学习与图像分类网络全解析
https://docs.feishu.cn/v/wiki/CsS2weZvgigEKok6IzycdiVunuy/a1机器学习：通常使用相对简单的算法（如线性回归、决策树）处理数据。需要人工设计特征工程来提高模型性能。 深度学习：通过深层神经网络自动学习特征，能够处理和学习高维度和 ...
飞搜侠
热门搜索
图像分类项目在深度学习机器上如何实践？ - 飞书文档
https://docs.feishu.cn/v/wiki/QYPEw8aL0ieyGxkKydOcmNQFnje/aa这个数据集包含了大量的手写数字图像，我们可以利用它来训练我们的模型。首先，我们需要将数据集加载到我们的机器中，然后对数据进行预处理，如归一化等操作。接下来，我们可以 ...
Stable Difussion的分类器引导和无分类器引导有何区别？ - 飞书文档
https://docs.feishu.cn/v/wiki/EvFOweoiWi9yfUkRpSXcNKhKnnM/ag稳定扩散模型（Stable Diffusion）属于深度学习模型中的一个大类，即扩散模型。它们属于生成式模型，这意味着它们是被设计用于根据学习内容来生成相似的新的数据的。对于稳定 ...
深度学习：强大的神经网络学习 - 飞书文档
https://docs.feishu.cn/v/wiki/Af76wZbh4i4YvtkOkDvc56D2nZc/a7无监督学习的例子：根据购物习惯，对客户进行分类。假设有一大组顾客的购物数据，包括他们的购买金额、购买时间、购买商品等信息。这些数据并没有被事先标记或分类。通过应用 ...
深度学习算法在视频和图像目标识别中的分类原理是什么 - 飞书文档
https://docs.feishu.cn/v/wiki/MATew18ZjiI5cgkcEOucAJu3nmy/ah早期的目标检测算法主要基于手工特征提取，如SIFT（尺度不变特征变换）、HOG（方向梯度直方图）等。这些算法通过提取图像的局部特征，然后使用分类器进行目标的分类和定位 ...
深度学习的优势：相对于机器学习有哪些独特好处？ - 飞书文档
https://docs.feishu.cn/v/wiki/AlrQwf3cdiqr1AkdubjcQHbGn8c/a6什么是深度学习？ 深度学习是一种人工智能（AI）方法，用于教计算机以受人脑启发的方式处理数据。深度学习模型可以识别图片、文本、声音和其他数据中的复杂模式， ...
数据投毒攻击的分类与原理 - 飞书文档
https://docs.feishu.cn/v/wiki/DVgaw9FSBitbohk12iAcswmcnCd/a7红色部分是一个二分类器，可用很多正常样本和对抗样本进行训练，其判别原始输入样本是否为对抗样本，其输入包括三方面：神经网络提取的特征，输入重构的处理结果和softmax 输出； ...
10个每个人都应该知道的人工智能术语 - 飞书文档
https://docs.feishu.cn/v/wiki/UwIcw8aSfixlLMkeZfTc3aOknWd/ad深度学习是人工智能的一个重要分支。它基于人工神经网络，模拟人类大脑的神经元结构和工作方式。通过大量的数据进行学习，深度学习模型能够自动提取数据中的特征和模式。例如 ...
机器学习在NLP文本分类的应用 - 飞书文档
https://docs.feishu.cn/v/wiki/Ln0NwToxDiMxukkHiwLcF0Omn8k/a6当我们要分类一篇新文章时,分类器会首先提取文章中的这些重要词。然后它会计算每个词在每种类别文章中的出现概率。比如,如果新文章中有"NBA"和"棒球",那么 ...
《AI全知道：从发展历程到分类应用的全方位解读》 - 飞书文档
https://docs.feishu.cn/v/wiki/AnAuwBvHmiJexBkOOarcxpTpn3d/a1... AI焦虑，你没必要跟汽车赛跑，而是应该考个驾照！ 要通往AGI，先跟我一起学习！AI的技术原理（ ... 深度学习的突破（2010s-2021s）： 2012年以来，AI研究取得了显著进展，尤其是在 ...