JackYang - 博客园

2023年2月20日

摘要：轻松编写一段脚本，就可以在你自己的项目中查看我们的实验跟踪和可视化功能。简单三步即可开始记录机器学习实验。 1. 安装库在使用Python3的环境中安装我们的库。 pip install wandb 如果你在不方便运行shell命令的自动化环境中训练模型，比如谷歌的CloudML，你应当查看一下阅读全文

posted @ 2023-02-20 10:17 JackYang 阅读(1345) 评论(0) 推荐(0)

2023年2月18日

线性模型的不足：非线性函数之路

摘要： 1.简介在本教程中，我们将分析激活函数在神经网络中的作用。真的，他们在历史上走过一条复杂的道路。因此，我们将研究它们的认识论、技术和数学方面如何导致我们趋同于非线性激活函数。我们将从线性激活函数开始，并分析它们的局限性。最后，我们将以一些示例结束，说明为什么对非线性问题使用线性激活函数是不够的。阅读全文

posted @ 2023-02-18 20:03 JackYang 阅读(528) 评论(0) 推荐(0)

反向传播神经网络中的非线性激活函数-AI快速进阶系列

摘要： 1.简介在本教程中，我们将研究反向传播算法和其他学习过程中最常用的非线性激活函数。导致使用非线性函数的原因已在上一篇文章中进行了分析。 2.前馈神经网络反向传播算法在完全互连的前馈神经网络（FFNN）中运行：具有以下结构的单元：该函数执行输入加权和的转换：我们将在线性模型文章中更详细地讨阅读全文

posted @ 2023-02-18 20:01 JackYang 阅读(355) 评论(0) 推荐(0)

什么是交叉熵-AI快速进阶系列

摘要： 1. 概述在本教程中，我们将研究机器学习交叉熵的定义。我们将首先讨论信息论中的熵的概念及其与监督学习的关系。然后，我们将看到如何从单变量分布中的熵定义中推导出二元分布中的交叉熵。这将使我们很好地理解一个如何概括另一个。最后，我们将看到如何使用交叉熵作为损失函数，以及如何通过梯度下降来优化模型阅读全文

posted @ 2023-02-18 00:13 JackYang 阅读(402) 评论(1) 推荐(0)

2023年2月17日

机器学习模型的损失和准确性解释-AI快速进阶系列

摘要： 1. 简介使用机器学习时，我们有不同的指标来告诉我们模型的表现如何。但是，这些措施可能会混淆它们的含义、如何解释或它们究竟是什么。知道了这一点，我们可以推断出更多关于我们模型的信息。在本教程中，我们将重点介绍损失和准确性。它们都是训练模型时要考虑的基本值。 2. 损失损失是一个值，表示模型中误阅读全文

posted @ 2023-02-17 20:40 JackYang 阅读(841) 评论(0) 推荐(0)

生成对抗网络：判别器损失和生成器损失-AI快速进阶系列

摘要： 1. 简介在本教程中，我们将讨论生成对抗网络（GAN），一种无监督的深度学习方法。主要，我们将介绍构成 GAN 的两个主要模型的架构，即生成器和鉴别器模型。我们还将通过它们的损失函数分析两个模型之间的主导行为。 2. 生成对抗网络 GAN是一个机器学习框架，由Ian J. Goodfellow于2 阅读全文

posted @ 2023-02-17 17:41 JackYang 阅读(2872) 评论(0) 推荐(0)

生成对抗网络-AI快速进阶系列

摘要： 1. 概述在本教程中，我们将介绍生成对抗网络（GAN）。首先，我们将介绍术语生成模型及其分类法。然后，将描述GAN的架构和训练管道，并附有详细示例。最后，我们将讨论GAN的挑战和应用。 2. 生成模型在机器学习中，有两种主要的学习类型: 在监督学习中，我们被给予自变量X和相应的标签Y，我们的阅读全文

posted @ 2023-02-17 17:40 JackYang 阅读(224) 评论(0) 推荐(0)

蒙特卡洛树-AI快速进阶系列

摘要： 1. 概述在本文中，我们将探讨蒙特卡罗树搜索（MCTS）算法及其应用。我们将通过在Java 中实现井字游戏来详细研究它的阶段。我们将设计一个通用解决方案，该解决方案可用于许多其他实际应用，只需进行最少的更改。 2. 简介简单地说，蒙特卡罗树搜索是一种概率搜索算法。它是一种独特的决策算法，因阅读全文

posted @ 2023-02-17 17:14 JackYang 阅读(514) 评论(0) 推荐(0)

监督、半监督、无监督和强化学习简介-AI快速进阶系列

摘要： 1. 概述机器学习包括应用数学和统计方法让机器从数据中学习。它由四大技术家族组成：监督学习半监督学习无监督学习强化学习在本文中，我们将探讨机器学习的目的以及何时应该使用特定技术。因此，我们将根据简单的示例了解它们的工作原理。 2. 监督学习监督学习是一种由向机器学习模型提供标记数据组成阅读全文

posted @ 2023-02-17 16:52 JackYang 阅读(1267) 评论(2) 推荐(1)

使用 GAN 进行数据增强-AI快速进阶系列

摘要： 1. 概述在本教程中，我们将讨论使用生成对抗网络（GAN）进行数据增强。首先，我们将介绍数据增强和 GAN，然后我们将介绍一个能够生成非常逼真的样本的 GAN 架构。 2. 数据增强深度学习彻底改变了许多领域，并已成为许多复杂任务（如文本翻译、图像分割和自动语音识别）的最新方法。大型注释数据阅读全文

posted @ 2023-02-17 16:42 JackYang 阅读(2550) 评论(0) 推荐(0)