全部 人工智能学科动态 人工智能技术资讯 人工智能常见问题 技术问答

• • 

    怎样理解算法的空间复杂度？

    空间复杂度是对一个算法在运行过程中所占存储空间大小的度量，一般也作为问题规模n的函数，以数量级形式给出，格式如下所示：查看全文>>

    人工智能技术资讯2023-07-26 |黑马程序员 |空间复杂度格式,算法,算法原理
  • 

    深度学习的先决条件是什么?

    深度学习是一种机器学习方法，其目标是通过构建和训练神经网络来实现自动化的特征学习和模式识别。要理解深度学习的先决条件，您需要对以下几个关键概念和技术有一定的了解。查看全文>>

    人工智能常见问题2023-07-26 |黑马程序员 |深度学习,先决条件,神经网络
  • 

    ResNet解决了什么问题?结构有何特点?

    ResNet(Residual Network)是由Kaiming He等人提出的深度学习神经网络结构，它在2015年的ImageNet图像识别竞赛中取得了非常显著的成绩，引起了广泛的关注。查看全文>>

    人工智能常见问题2023-07-21 |黑马程序员 |ResNet,残差块,跳跃链接
  • 

    Batch Normalization有什么作用?使用时需要注意什么?

    在人工智能领域中，Batch Normalization(批归一化)是一种常用的技术，它的作用是加速神经网络的训练过程，并提高模型的性能。以下是Batch Normalization的主要作用和需要注意的事项：查看全文>>

    人工智能常见问题2023-07-19 |黑马程序员 |Batch Normalization,模型稳定性,收敛速度
  • 

    网络训练时为何要加正则化，有哪些手段?

    在网络训练过程中，正则化是一种用来防止过拟合(overfitting)的技术。过拟合指的是模型在训练集上表现很好，但在未见过的数据上表现较差的情况。正则化的目标是使模型在训练集和测试集上都能有良好的性能。查看全文>>

    人工智能常见问题2023-07-14 |黑马程序员 |网络训练,正则化,过拟合
  • 

    损失函数(loss函数)有什么作用?

    在人工智能领域中，损失函数(loss函数)是机器学习和深度学习中的一个重要组成部分。它的作用是衡量模型的预测结果与真实标签之间的差异，即模型的预测误差。查看全文>>

    人工智能常见问题2023-07-14 |黑马程序员 |损失函数,loss函数,均方误差损失函数
  << < 1 2 3 4 5 6 7 8 9 10 ...26 > >>