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
  • 

    有哪些领域使用模式识别技术?

    在人工智能领域中，模式识别技术被广泛应用于许多不同的领域。下面是一些常见的领域和使用模式识别技术的例子，以及附带的代码演示。查看全文>>

    人工智能常见问题2023-07-13 |黑马程序员 |模式识别,图像识别,语音识别
  • 

    过渡拟合产生的原因是什么?

    在人工智能领域中，过拟合(overfitting)是指在机器学习模型中，模型在训练数据上表现很好，但在新的、未见过的数据上表现不佳的现象。过拟合的产生原因可以归结为以下几个方面。查看全文>>

    人工智能常见问题2023-07-12 |黑马程序员 |过渡拟合,参数数量,特征选择
  • 

    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方法有很多种，以下是其中几种常用的方法及其适用范围，参数按照均匀分布或高斯分布随机初始化。适用于多种神经网络结构和激活函数，是最常用的初始化方法之一。查看全文>>

    人工智能常见问题2023-07-11 |黑马程序员 |神经网络,随机初始化,零初始化
  • 

    人工智能需要学什么？人工智能如何学习?

    人工智能是一个综合性强的专业，从了解基础开始到深入学习，需要学的内容还是蛮多的。涉及Python语言，数据处理数据分析，机器学习算法、自然语言处理NLP、计算机视觉CV、数据挖掘等技术。人工智能需要学习以下的内容：查看全文>>

    人工智能常见问题2023-07-07 |黑马程序员 |人工智能学什么,人工智能技术,人工智能培训
  << < 1 2 3 4 5 6 7 8 9 10 ...13 > >>