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

• • 

    网络训练时为何要加正则化，有哪些手段?

    在深度学习中，加入正则化是为了防止过拟合(overfitting)现象的发生。过拟合指的是模型在训练数据上表现得很好，但在未见过的测试数据上表现不佳，因为模型在训练过程中过度拟合了训练数据的噪声和细节。查看全文>>

    人工智能常见问题2023-08-02 |黑马程序员 |网络训练,正则化,L1正则化
  • 

    神经网络参数初始化方法有哪些，适用范围是什么?

    神经网络参数初始化是在神经网络训练开始前，对网络的权重和偏置进行初始化的过程。不同的参数初始化方法可以影响神经网络的收敛速度和训练性能。查看全文>>

    人工智能常见问题2023-08-01 |黑马程序员 |神经网络,参数初始化,随机初始化
  • 

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

    Batch Normalization(批归一化)是深度学习中一种常用的技术，其主要目的是加速神经网络的训练过程并提高模型的泛化性能。它在训练过程中对每一层的输入进行归一化操作，从而减少梯度消失和梯度爆炸问题，以及增加网络的稳定性和收敛速度。查看全文>>

    人工智能常见问题2023-07-27 |黑马程序员 |Batch Normalization,梯度爆炸,模型泛化
  • 

    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
  << < 1 2 3 4 5 6 7 8 9 10 ...13 > >>